春招准备（2021/03/16 第一天）

1、数据库系统概论复习：

　　1）三级模型：/二级映像；

　　　　1）外模式（子模式或用户模式）；

　　　　* 外模式/模式映射：保证了数据的逻辑独立性；

　　　　2）模式（逻辑模式）；DDL定义；

　　　　* 内模式/模式映射：保证了数据的物理独立性；

　　　　3）内模式（存储模式）；物理级、存储方式、是否加密、是否压缩等；

　　2）数据库系统的组成：数据库、数据库管理系统、应用程序、数据库管理员；

　　3）笛卡尔积；关系；码；分量必须取原子值（不可分）；

　　4）关系模式：

　　5）关系的三类完整性约束：实体完整性、参照完整性、用户定义的完整性

　　　　1）实体完整性：关系的主属性不能取空值；

　　　　2）参照完整性：关系间的引用；主码、外码问题。外码必须满足参照完整性。参照关系也是被参照关系。

　　　　3）用户定义的完整性；自己设置其中一个属性的值域。

2、Kmeans聚类：

　　1)优缺点：

　　　　* 简单、运算速度快

　　　　* 缺点：只能应用于连续型的数据

　　2)具体方法：（简述）

　　　　* 1）首先输入k的值，即期望的K个类。

　　　　* 2）从数据集中随机选择k个数据点作为质心；

　　　　* 3）对集合中每一个点，分别计算与每一个质心的欧式距离，离哪个质心近，就作为哪一个数据点的那一类。

　　　　* 4）此时，每个质心都形成了一个簇，一共有K个簇。然后每个簇再重新选出使整个簇距离和最小的质心。 这一步理解可能需要考虑，不太对。

　　　　* 5）比较现在的质心和第2）步的质心的欧氏距离，若小于一定的阈值，则表示质心的位置变化不太大，已经收敛了。停止聚类。此处阈值需要自己设置。

　　　　* 6）如果5）中发现质心位置变换很大，则表示未收敛，需要迭代3）~5）的步骤。

3）python语言题：

　　打开文件，存储数据类型；　　

　　1)文件分类：CSV文件、txt文件；　　

 

参考网址：

1） https://blog.csdn.net/sinat_36710456/article/details/88019323