new doc

Author: digoal zhou

201503/20150303_01.md

@@ -1,4 +1,4 @@
-## 在PostgreSQL中用线性回归分析(linear regression) - 实现数据预测   
+## 在PostgreSQL中用线性回归分析(linear regression) - 实现数据预测 - 股票预测例子   
            
 ### 作者    
 digoal      
@@ -765,6 +765,14 @@ NOTICE:  真实数据120531, 预测数据120243, 本次预测偏差%0.2400
 
 ![pic](20150303_01_pic_003.png)  
 
+## 未来增强方向
+1、返回结果增强   
+股票代码|股票名称|今日价|预测今日价|实际预测准确度|未来预测价|按最近几天的数据进行的预测|相关性|未来预测准确度预计
+---|---|---|---|---|---|---|---|---
+xxx|xxx|1|1|1|100%|2|15|0.99|99%
+  
+可以按预计预测准确度、按最近几天的数据进行的预测 等条件筛选.     
+  
 ## 参考  
 1\. http://www.math.zju.edu.cn/ligangliu/Courses/MathematicalModeling_2005-2006/Syllabus/chapter_10.pdf  
 

201503/readme.md

@@ -11,5 +11,5 @@
 ##### 20150304_01.md   [《PostgreSQL 线性回归 - 股价预测 1》](20150304_01.md)  
 ##### 20150303_03.md   [《PostgreSQL aggregate function 2 : Aggregate Functions for Statistics》](20150303_03.md)  
 ##### 20150303_02.md   [《用PostgreSQL了解一些统计学术语以及计算方法和表示方法 - 1》](20150303_02.md)  
-##### 20150303_01.md   [《在PostgreSQL中用线性回归分析(linear regression) - 实现数据预测》](20150303_01.md)  
+##### 20150303_01.md   [《在PostgreSQL中用线性回归分析(linear regression) - 实现数据预测 - 股票预测例子》](20150303_01.md)  
 ##### 20150302_01.md   [《PostgreSQL aggregate function 1 : General-Purpose Aggregate Functions》](20150302_01.md)  

202103/20210329_01.md

@@ -377,6 +377,8 @@ DBA、开发者可进入系统评估自己的PG水平段位.
 - 索引推荐插件
     - https://github.com/HypoPG/hypopg
 - 错误代码速查和解决方案策略 FAQ工具类产品   
+- 股票预测工具
+    - [《PostgreSQL 线性回归 - 股价预测 1》](../201503/20150304_01.md)  
 
 38、推出云商相关FAQ版块, 调动云商售后来堆资源, 同时调动售前和云商都客户来使用.  
 

202105/20210526_02.md

@@ -290,6 +290,25 @@ PG 解决方案:
 - 倒排索引GIN + btree_gin: 支持模糊查询+任意字段组合过滤.
 
 视频回放: https://www.bilibili.com/video/BV1144y1z7MM/   
+   
+#### 17、重新发现PostgreSQL之美 - 17 物以类聚 人以群分  
+  
+场景:  
+- 数据分类, 直面精准运营, 产生价值.   
+挑战:  
+- 传统数据库只有1种分类方法,width_bucket,而且bucket必须均分,而数据多数遵循28法则,我们需要的是抓大放小,所以均匀的bucket不能对数据很好的诠释和透视.  
+- 传统数据库只能对1个维度进行分类,无法支持多个维度的分类需求.   
+- 高级分析必须将数据拉到程序端计算, 拉取数据效率极低, 增加了运行时间.   
+PG解决方案:  
+- width_bucket支持自定义bucket窗口大小,支持抓大放小.  
+- 通过kmeans分类方法, 可以支持多维度的数据分类, 满足业务的分类需求(例如从喜好、消费情况、活跃时间区间、性别、地域等等多种维度精准定位目标群体)  
+- 通过madlib扩展库, 能在数据库中整合更加高级的机器学习能力, 同时支持plpython扩展机器学习算法, 支持业务可定制的算法诉求.  
+- 在数据库中分类比在业务中分类效率更高, 因为不需要move data, 同时PG支持greenplum这样的MPP形态, 完全不需要担心算力和存储问题.   
+- https://developer.aliyun.com/article/128017  
+- http://madlib.apache.org/product.html  
+- https://github.com/digoal/blog/blob/master/201508/20150817_01.md  
+  
+视频回放: https://www.bilibili.com/video/BV1uq4y1L7u6/  
 
 
 #### [PostgreSQL 许愿链接](https://github.com/digoal/blog/issues/76 "269ac3d1c492e938c0191101c7238216")  

README.md

@@ -2830,7 +2830,7 @@ digoal's|PostgreSQL|文章|归类
 ##### 201503/20150304_01.md   [《PostgreSQL 线性回归 - 股价预测 1》](201503/20150304_01.md)  
 ##### 201503/20150303_03.md   [《PostgreSQL aggregate function 2 : Aggregate Functions for Statistics》](201503/20150303_03.md)  
 ##### 201503/20150303_02.md   [《用PostgreSQL了解一些统计学术语以及计算方法和表示方法 - 1》](201503/20150303_02.md)  
-##### 201503/20150303_01.md   [《在PostgreSQL中用线性回归分析(linear regression) - 实现数据预测》](201503/20150303_01.md)  
+##### 201503/20150303_01.md   [《在PostgreSQL中用线性回归分析(linear regression) - 实现数据预测 - 股票预测例子》](201503/20150303_01.md)  
 ##### 201503/20150302_01.md   [《PostgreSQL aggregate function 1 : General-Purpose Aggregate Functions》](201503/20150302_01.md)  
 ----  
 ##### 201502/20150228_02.md   [《population & sample covariance, standard deviation Aggregate in PostgreSQL》](201502/20150228_02.md)