Nano Hash - криптовалюты, майнинг, программирование

Изучение базы данных MySQL с помощью R и dplyr

Я только что получил экспорт из базы данных MySQL в виде файла mydb.sql. Я установил MySQL на свой ноутбук с Mac OS 10.10, поместил файл .sql в «/usr/local/mysql/data/», запустил сервер MySQL. В R я установил пакеты dplyr, RMySQL и их зависимости. Я попробовал функцию dpyr:

src_mysql(dbname = "mydb.sql")

а также несколько вариантов этого, но я получаю сообщение об ошибке

Не удалось подключиться к базе данных: ошибка: неизвестная база данных «mydb»

Что мне не хватает?

mysql r dplyr
21.08.2015

  • вы не (1) создали базу данных (2) не импортировали SQL в базу данных (3) не использовали src_mysql правильно. Все это не может помочь в одном вопросе SO. 21.08.2015

Ответы:


1

Сначала нужно создать базу данных, а затем импортировать данные. Тогда команда dplyr работает нормально. Это помогло. Если вы знакомы с MySQL, этот вопрос наверняка вас раздражал. Разработчики R могут найти это более полезным.

21.08.2015
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..