管道、GridSearch和目标转换后的返回系数
管道（Pipeline）是机器学习中的一个概念，它可以将多个数据处理步骤（如特征提取、特征选择、模型训练等）组合成一个整体，以便进行统一的处理和评估。
管道的主要作用是简化机器学习流程，提高代码的可读性和可维护性。通过将多个步骤串联起来，可以实现自动化的数据预处理和模型训练过程。在管道中，每个步骤都可以是一个独立的处理单元，可以根据需求进行灵活的组合和调整。
在实际应用中，管道可以用于数据预处理、特征工程和模型训练等任务。例如，在数据预处理阶段，可以使用管道对数据进行缺失值填充、特征标准化等操作；在特征工程阶段，可以使用管道进行特征选择、特征变换等操作；在模型训练阶段，可以使用管道对模型进行训练、验证和评估。
腾讯云提供了一款名为“腾讯云机器学习平台（Tencent Machine Learning Platform，TMLP）”的产品，它提供了完善的机器学习管道功能。TMLP支持自定义管道的构建和管理，用户可以根据自己的需求选择不同的数据处理步骤，并通过可视化界面进行配置和调整。同时，TMLP还提供了丰富的机器学习算法和模型库，方便用户进行模型训练和评估。
关于管道的更多信息，您可以访问腾讯云官网的TMLP产品介绍页面了解详细信息。
相关·内容
对于GridSearchCV的实际工作方式，我有点困惑，所以让我们设想一个任意的回归问题，在这里我想预测一套房子的价格：
假设我们使用了一个简单的预处理器，用于训练集上的目标编码:目标编码器应该在X_train上调用fit_transform()，在X_test上调用transform()以防止数据泄漏。
preprocessor = ColumnTransformer(
transformers=
[
('encoded_target_price', TargetEncoder(), ["Zipcodes"]),
浏览 3提问于2021-07-31得票数 0
回答已采纳
1回答
我在这里偶然发现了这个关于模型网格选择的例子：
问题：
该示例为
# Create a pipeline
pipe = Pipeline([('classifier', RandomForestClassifier())])
# Create space of candidate learning algorithms and their hyperparameters
search_space = [{'classifier': [LogisticRegression()],
'classifier__penalt
浏览 2提问于2018-05-10得票数 1
2回答
用滑雪板管道选择变换
、、、、
因此，我目前正在处理一个数据集，我希望使用管道来选择转换。下面是我想要做的事情的一个例子：
# I missed the imports just for brevity
pipeline = make_pipeline(StandardScaler(), PolynomialFeatures(), PCA(), LogisticRegression())
因此，我想要做的是，在使用其他方法(如XGBOOST )时，同时尝试StandardScaler、MinMaxScaler和MinMaxScaler。然后，我想尝试使用多项式特征，然后使用PCA，只有当我使用多项式特征。最后，我想尝试使用G
浏览 0提问于2020-08-21得票数 0
回答已采纳
我使用不平衡数据通过scikit-learn执行分类并提高模型的准确性，我使用SMOTE技术创建了更多的合成数据。我想知道用GridSearch实现超参数优化的最佳时机。我应该只使用原始数据还是使用original+synthetic数据？
浏览 12提问于2019-10-30得票数 0
我试图在一个管道中使用TFI/DF和CountVectorizer。我做了以下工作：
pipe = Pipeline([
('tfic', TfidfVectorizer()),
('cvec', CountVectorizer()),
('lr' ,LogisticRegression())
])
以及参数：
pipe_parms = {
'cvec__max_features' : [100,500],
'cvec__ngram_range' : [(1,1),(1,2
浏览 1提问于2019-10-13得票数 1
当我尝试使用管道和param_grid运行一个param_grid时：
nominal_columns = ['heating', 'fuel', 'sewer', 'waterfront', 'newConstruction', 'centralAir']
numerical_pipeline = Pipeline([('imputer', SimpleImputer(strategy='mean')),
浏览 36提问于2022-08-06得票数 0
回答已采纳
给出下面的代码，我试图构建的自定义转换器类--它的目标是通过网格搜索添加几个列和矮小的--本身运行良好，但在通过管道执行时会降低行的维度。也许有人能解释出哪里出了问题，我显然遗漏了一些东西。搜索评论：“这里发生了什么，维度在行中减少了？”在那里我有问题的指纹。执行的完整代码可以在下面找到！
import pandas as pd
import numpy as np
from sklearn.datasets import load_breast_cancer
from sklearn import linear_model
from sklearn.base import BaseEsti
浏览 0提问于2018-04-04得票数 1
回答已采纳
3回答
ETL (extract，transform，load)是将来自不同来源的数据放入数据仓库的过程。有没有相反进程的名称？从数据仓库中提取数据，对其进行转换，并将其放入表中-通常是为了提供报告工具。
浏览 0提问于2015-10-30得票数 0
我们计划开发一个与亚马逊发电机数据库的应用程序。实际上，这个应用程序正在从我的客户的数据库(我的客户使用的是MYSQL、Oracle、MSsql/任何其他关系数据库)中收集信息，在我的应用程序中执行一些处理并将结果发送回客户的数据库。此同步过程应始终有效(或每隔1分钟)。
我想知道有什么工具(或技巧)可以用来在亚马逊发电机数据库和关系数据库之间进行同步吗？
浏览 4提问于2013-10-03得票数 5
如何使用GridSearch结果确定要删除哪些特性/列/属性？
换句话说，如果GridSearch返回max_features应该是3，那么我们能确定一个应该使用哪些确切的3个特性吗？
让我们来看看带有4个特性的经典Iris数据集。
import numpy as np
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import StratifiedKFold
from sklearn.model_selection import GridSearchCV
from sklearn i
浏览 0提问于2019-02-05得票数 1
回答已采纳
我正在尝试制作内部有另一个UserControl_2的UserControl (GridSearch)。我想添加一些FrameworkElements到使用XAML的UserControl_2面板。
所以我在GridSearch中做了ObservableCollection DependencyProperty：
public partial class GridSearch : UserControl
{
public GridSearch()
{
InitializeComponent();
}
public ObservableColle
浏览 0提问于2012-09-24得票数 0
1回答
我想将多类分类目标简化为二进制分类目标。理想情况下，这种映射将发生在scikit中--学习，因此同样的转换适用于培训和预测。
我查看了转换预测目标(y)文档，但没有看到一些有用的东西。理想情况下，它将是TransformedTargetRegressor的分类器版本。
类似于这样的映射：
targets_multi = {'A', 'B', 'C', 'D'}
targets_binary = {0: {'A', 'B'},
1: {'C', &
浏览 0提问于2021-02-26得票数 5
我尝试在岭模型上使用GridsearchCV，在那里我在预处理管道中使用PolynomialFeatures。当我对模型进行了培训/拟合之后，我可以通过以下方法获得最佳模型的系数：
pipe = Pipeline(
[
("column_preprocessor", preprocessor),
("estimator", Ridge(max_iter=10000)),
]
)
gridsearch = GridSearchCV(pipe, param_grid, n_jobs=-1)
gridsearch.b
浏览 16提问于2022-05-03得票数 0
回答已采纳
因此，我运行了一个非常彻底的GridSearch，10倍交叉val在一个集成的管道中，以以下方式-
pipeline_rf = Pipeline([
('standardize', MinMaxScaler()),
('grid_search_lr', GridSearchCV(
RandomForestClassifier(),
param_grid={'bootstrap': [True],
'max_depth': [50, 100, 150, 200],
浏览 0提问于2018-04-14得票数 0
回答已采纳
目前，我正在使用严重不平衡的数据构建一个分类器。我正在使用imblearn管道首先到StandardScaling，SMOTE，然后用gridSearchCV进行分类。这确保了在交叉验证过程中进行过采样。现在，我想将feature_selection包括到我的管道中。我应该如何将这一步包括在管道中？
model = Pipeline([
('sampling', SMOTE()),
('classification', RandomForestClassifier())
])
param_grid = {
&#
浏览 0提问于2019-07-01得票数 4
为了说明$finalModel$predicted与predict()计算的值之间的差异，我设置了以下代码：
library(caret)
library(randomForest)
dat <- data.frame(target = c(2.5, 4.5, 6.1, 3.2, 2.2),
A = c(1.3, 4.4, 5.5, 6.7, 8.1),
B = c(44.5, 50.1, 23.7, 89.2, 10.5),
C = c("A", "A", "B
浏览 0提问于2019-01-07得票数 1
回答已采纳
我有来自不同生产者的数据进入Kinesis streams。根据数据的类型，需要将数据转换为几个不同的表。我正在尝试从Kinesis Streams中读取Lambda，将数据转换到不同的表中，然后使用Kinesis Firehose批量和复制到Redshift中。
但是，由于Firehose一次只能发送到一个Redhsift表，因此我需要运行多个Firehose实例，使其与我的Redshift方案中的表数相等。我看到每个区域有20个Firehose实例的默认上限，我想知道对于我试图实现的目标来说，这是否是一个理想的数据管道。
浏览 3提问于2017-09-15得票数 2
我试图用GridSearchCV构建一个管道来过滤数据(使用iforest)，并使用StandarSclaler+MLPRegressor执行回归。
我制作了一个FunctionTransformer，将我的iForest过滤器包括在管道中。我还为iForest过滤器定义了一个参数网格(使用kw_args方法)。
一切看起来都还好，但是当你不适应的时候，什么都不会发生.没有错误信息。没什么。
之后，当我想做预测时，我会收到这样的信息：“这个RandomizedSearchCV实例还没有安装。”
from sklearn.preprocessing import FunctionTransfor
浏览 0提问于2019-08-12得票数 1
回答已采纳
1回答
如何反演管道后的回归预测？
、、、、
当我使用管道时，我试图弄清楚如何对数据进行缩放(大概是使用inverse_transform)来进行预测。下面的数据只是一个例子。我的实际数据要大得多且复杂得多，但我希望使用RobustScaler (因为我的数据有异常值)和Lasso (因为我的数据有几十个无用的特性)。一般情况下，我对管道都很陌生。
基本上，如果我试着用这个模型来预测任何事情，我想用不成比例的术语来预测。这有可能有管道吗？我怎样才能用inverse_transform做到这一点呢？
import pandas as pd
from sklearn.linear_model import Lasso
from sklearn
浏览 2提问于2019-05-14得票数 3
2回答
我试图通过使用管道并调优其中的参数来应用RandomForestClassifier()。这是正在使用的数据集：https://www.kaggle.com/gbonesso/enem-2016 下面是代码 from sklearn.ensemble import RandomForestClassifier
imputer = SimpleImputer(strategy="median")
scaler = StandardScaler()
rf = RandomForestClassifier()
features = [
"NU_IDADE"
浏览 62提问于2020-09-27得票数 0
回答已采纳
5回答
是否有更好的内置方式在一个管道中进行网格搜索和测试多个模型？当然，模型的参数是不同的，这对我来说是很复杂的。以下是我所做的：
from sklearn.pipeline import Pipeline
from sklearn.ensemble import RandomForestClassifier
from sklearn.neighbors import KNeighborsClassifier
from sklearn.svm import SVC
from sklearn.naive_bayes import MultinomialNB
from sklearn.grid_sear
浏览 13提问于2014-04-13得票数 44
回答已采纳
我想要达到的目标是有一个管道来处理以下签名：
any | (() => any | Promise<any>)
所以我写了下面的管道。
public transform(varOrFunc: any | (() => any | Promise<any>)): any {
if (typeof varOrFunc === 'function') {
const result = varOrFunc();
if (result.then) {
return this.asyncPi
浏览 5提问于2021-03-15得票数 1
回答已采纳
免责声明:我知道这可以被认为是一个主观类型的问题，但我希望它足够具体，不被标记。请给我一次机会。
我正在做一个GridSearch的科学工具包-学习在一个50本书的语料库(所有的一般商业出版的texts...each ~200页的文本)。
当我开始和GridSearch玩的时候，我开始思考。当然，建造管道一定有某种“最佳做法”吗？
当然，我可以包括和删除参数，但我真的只是在黑暗中捅来刺去，以获得最好的分数。
也许，首先使用更大、更有效的参数来创建一个更小、更探索性的管道是有意义的。在运行这个基本管道之后，接下来可以运行更多影响较小的参数(一般情况下)。
例如，假设我是GridSearching
浏览 0提问于2016-01-18得票数 2
我最近接触了一些ETL工具，如Talend和Apatar，我想知道这些工具的目的/主要目标在外行术语中到底是什么。谁主要使用它们，如果你使用它们，它们(根据我的理解)如何比仅仅编写某种类型的脚本更好。
浏览 1提问于2009-07-29得票数 6
回答已采纳
python中的OLS拟合似乎有两种方法。Sklearn one和Statsmodel one。我更喜欢statsmodel，因为它通过summary()函数给出了系数的误差。但是，我想使用sklearn中的TransformedTargetRegressor来记录我的目标。似乎我需要在获取统计模型中拟合系数的误差和能够在统计模型中转换目标之间做出选择。在这两个系统中，有没有一种好的方法同时做这两件事呢？ 在统计模型中，它是这样做的 import statsmodels.api as sm
X = sm.add_constant(X)
ols = sm.OLS(y, X)
ols_resul
浏览 45提问于2021-08-03得票数 2
回答已采纳
1回答
在gridsearchCV中，当我适合的时候，如下所示：
forest_reg = RandomForestRegressor()
grid_search = GridSearchCV(forest_reg, param_grid,cv=5,scoring = 'neg_mean_squared_error')
grid_search.fit(X_train,y_train)
在那之后，当我执行这个，
GridSearch.best_estimator_.feature_importances_
它提供了一个值数组，所以我的问题是，GridSearch.best_estima
浏览 0提问于2019-03-18得票数 0
回答已采纳
下面有一条管道。X是特性，y是目标变量。我想知道y是如何传递给估计器LinearSVC的。据我所知，StandardScaler只返回转换后的X。所以，我认为y没有传递给LinearSVC。然而，这段代码起作用了，我可以做预测。因此，我想知道y是如何到达最终估计量的。
from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import Pipeline
from sklearn.svm import Linear SVC
svm_clf = Pipeline([
("sca
浏览 0提问于2020-12-11得票数 0
回答已采纳
1回答
我在二进制分类数据集上执行了Logistic回归。结果如下：
训练集精度分数为0.8523，测试集精度为0.8442.。
对于模型的评估和改进，可以使用Kfold和GridSearch cv：
褶皱验证
应用5倍交叉验证
from sklearn.model_selection import cross_val_score
scores = cross_val_score(model, X_test, y_test, cv = 5, scoring='accuracy')
print('Cross-validation scores:{}'.format
浏览 0提问于2021-08-23得票数 0
回答已采纳
1回答
这是我在StackOverflow上的第一个问题:)
我一直在努力理解Sklearn管道的使用。
我运行以下代码来缩放数据，并在管道中拟合线性回归并绘制回归图：
pipe = make_pipeline(StandardScaler(), LinearRegression())
pipe.fit(x_train, y_train)
xfit = np.linspace(0, 1.25, 50) #Fake data to plot straight line
yfit = pipe.predict(xfit[:, np.newaxis])
plt.scatter(x_train, y_tr
浏览 0提问于2020-11-03得票数 1
回答已采纳
我正在寻找一种方法来用C++中的OpenCV创建(桶)失真，这是基于真实的相机数据，这些数据是由相机校准产生的。所以我的目标是用opencv模拟真实的镜头变形。因此，我用OpenCV校准了一台相机。我只使用了第一个失真参数k1: x‘=x* k1*r²通过这一步，我得到了一个k1 = 0.129的校准文件，这是非法医相机矩阵和内部相机矩阵。
OpenCV提供了一种校准图像的方法。并且我想“逆”这种方法，即以下是可能的测试:原始图像-> undistort() ->未失真图像->“-> ()”->原始图像
有没有可能否定k1因子，或者有必要开发一个新的公式？
谢谢。
浏览 2提问于2013-05-28得票数 5
我想使用gridsearchCV来调优用户定义的评估器对熊猫数据执行的超参数。例如，计算中值，选择包含传递或不传递一列给估计量等等。下面，我用一个列选择器举例说明，但其思想是能够以更复杂的方式调整参数。我一直收到一些我还无法破译的神秘信息。例如，'list' object has no attribute 'flags'
from sklearn.datasets import california_housing
from sklearn.linear_model import Ridge
from sklearn.base import BaseEstima
浏览 0提问于2018-04-06得票数 0
回答已采纳
看错
TypeError:不支持的操作数类型为+：'NoneType‘和'unicode’
当尝试使用网格搜索来训练h2o中的模型时，无法解释原因。
下面是在错误发生之前打印的输出：
drf Grid Build progress: |████████████████████████████████████████████████| 100%
Errors/Warnings building gridsearch model
Hyper-parameter: col_sample_rate_per_tree, 0.75
Hyper-parameter: max_dep
浏览 0提问于2019-06-20得票数 0
回答已采纳
1回答
数值特征中无上下文的分类问题
、、、、
我有一个非常抽象和数字的数据，具有同样抽象的目标。
我有大约3000行的列车数据(df_train)，其中我有一个二进制目标变量target (0或1)，其中我有50个数值(浮点)特征num1, num2, ..., num50，从0到1，以及50个整数特征int1, int2, ..., int50要么是- 1，0，要么是1。这意味着我的数据有3000行和101个列。
我的测试数据(df_test)与不包括target变量的火车数据格式相同，共有500行。我的目标是根据测试数据中的其他特性对target变量进行分类。
考虑到有很多特征，我的本能反应是进行维数约简，因为目标是分类而不是聚类，所
浏览 0提问于2022-07-16得票数 0
回答已采纳
我在GridSearchCV和K折叠交叉验证之间有很多混淆。我知道GridSearch只用于超参数优化，K折叠将我的数据分割成K折叠并在它们上迭代(cv值)。那么，我是否应该首先将数据分成训练集和验证集，将GridSearch应用于“最佳参数”的培训数据，然后使用从GridSearch获得的“最佳参数”对我的训练数据使用K折叠？
浏览 1提问于2021-06-29得票数 1
回答已采纳
找不到类型com.gridsearch.entities.Film的属性时出现错误
我的存储库
package com.gridsearch.repository;
import org.springframework.data.domain.Page;
import org.springframework.data.domain.Pageable;
import org.springframework.data.repository.CrudRepository;
import com.gridsearch.entities.Film;
publ
浏览 3提问于2012-12-28得票数 7
回答已采纳
对于一个分类问题，我有8个特征。目标值显示是否存在异常。
我想运行一些显着性测试来对每个特征进行排序，将其作为异常的一个显著特征。
您能建议用Python对此进行一些重要的测试吗？
浏览 0提问于2020-03-01得票数 0
1回答
嗨，我有一个jsp页面，它是在执行动作类并返回视图后加载的。我的url是http://localhost/search.do?operation=searchData&place=Bangalore，在jsp页面中，我需要使用这个完整的url，并向该url追加一些参数，然后发送一个请求。我的问题是，如何在jsp中获得确切的url，因为它在地址栏中？我使用了以下方法，但这些方法没有给出我所期望的结果
<%=request.getRequestURL() %>
<%=request.getRequestURI() %>
<%=request.getServle
浏览 0提问于2013-10-07得票数 0
2回答
ETL工具雪花
、、
我们将从SQL服务器转移到雪花作为仓库的目标数据库。今天，我们大部分的ETL开发都是在ODI (Oracle数据集成器)中完成的。
所以我很想知道是否有人在和雪花一起使用ODI，以及它是如何工作的。以及您对其他ETL工具的经验/建议，以及以雪花为目标的工具。
例如
马蒂利安
DBT
施富尔德
今天，我们已经开始使用NIFI将数据从源转移到Azure blob存储。但是我们不确定ODI是否是我们在云中时的合适工具。
我真的很期待看到你所有的答案
浏览 12提问于2021-12-08得票数 1
1回答
在我数组中，我有3个值，所以它应该只循环3次，但不知何故，它循环了几次picture...So 0,1,2，并循环了几次times...My目标是将该值传递给changeColor()，并在此基础上与其他值进行比较，以改变芯片颜色 ? HTML <ion-chip *ngFor="let odgovor of pitanje['odgovori']; index as i"
[color]="changeColor(i)">
<ion-icon name="checkmark-circle"
浏览 14提问于2019-06-10得票数 0
1回答
我使用管道来转换数据和预测模型，然后我想应用SHAP。然而，当我应用它时，它返回SHAP图表非常好，但是特性的名称类似于Feature1，Feature2，等等--类似于下面的图像。
我怎样才能得到真正的特征名在shap？
我的代码：
def pipeline(categoricas_all,numericas_all, model):
encoder = OneHotEncoder() #apenas para categoricas com baixa cardinalidade
imputer_num = SimpleImputer(strategy = 'me
浏览 0提问于2021-10-13得票数 0
2回答
下面的图显示了用线性回归得到的系数(以mpg作为目标变量，所有其他变量作为预测因子)。
对于mtcar数据集(这里和这里)，无论有没有缩放数据：
📷
我如何解释这些结果？只有当数据被缩放时，变量hp和disp才是有效的。am和qsec是同等重要还是am比qsec更重要？应该说哪些变量是mpg的重要决定因素？
谢谢你的洞察力。
浏览 0提问于2018-04-14得票数 10
回答已采纳
1回答
我希望能够基于定义子进程的输入文件动态地在父元素和子元素之间创建子进程和管道。
我可以创建子进程，但我需要能够创建管道来与特定节点通信，并使用这些管道发送特定的处理数据：
if __name__ == '__main__':
q = mp.Queue()
t = mp.Process(name="transactor", target=t, args=("transaction.csv",))
nodes = [mp.Process(name=str(n), target=f, args=(n,)) for n in no
浏览 3提问于2015-03-30得票数 0
回答已采纳
我在GridSearchCV和K折叠交叉验证之间有很多混淆。我知道GridSearch只用于超参数优化，K折叠将我的数据分割成K折叠并在它们上迭代(cv值)。那么，我应该先将数据分割成训练集和验证集，然后将GridSearch应用于训练数据以获得“最佳参数”，然后使用从GridSearch获得的“最佳参数”对训练数据使用K折叠，然后对整个数据(训练+验证集)进行训练。还是有其他的顺序去做上面的事情？
浏览 6提问于2021-06-27得票数 0
回答已采纳
我一直在尝试编写一个函数来将一个存储单元转换为另一个存储单元，如下所示： function convertUnit(size,source_unit,target_unit){
...
return sizeInTargetUnit+" "+target_unit
} 例如： Input: convertUnit(512,"Byte","Kb") //convert 512Bytes to Kb
Output: 0.512 Kb
Input: convertUnit(712,"Kb","MB"
浏览 5提问于2020-09-28得票数 0
回答已采纳
我希望GitLab CI在合并请求后运行作业。我不希望在创建新的合并请求时运行它，也不希望它在目标分支被更新时运行。(因为可以直接提交到目标分支，在这种情况下不应该运行作业。)
这有可能吗？
如果是，我还想知道触发作业的合并请求的信息。
(实际上，当合并请求合并时，我想更新我的项目管理系统。因此，我需要知道哪个合并请求被合并(或批准)。
提前谢谢。
浏览 12提问于2022-01-10得票数 4
1回答
问题是:当我使用GridSearch进行fit时，我需要做一些事情来进行交叉验证过程？
我知道的事：
1.-我可以设置一个记分函数(但不太清楚该如何做，至少对我来说是这样)
2.-如果我没有将“cv”参数传递给GridSearch类，那么它将使用默认的3倍交叉验证。
对于我传递的数据，GridSearch到底是怎么做的？，所有的数据都在列车中使用，或者在火车和测试数据中被分割？
谢谢!
PD:看来我的分类器有过度拟合，因为有一个100%的分数，但没有好的结果与新的数据。
浏览 4提问于2017-02-02得票数 0
回答已采纳
1回答
我试图在GridSearch中使用多个特性列和管道。因此，我传递了两个列，我想为它们执行一个TfidfVectorizer，但是在运行GridSearch时遇到了麻烦。
Xs = training_data.loc[:,['text','path_contents']]
y = training_data['class_recoded'].astype('int32')
for col in Xs:
print Xs[col].shape
print Xs.shape
print y.shape
# (2464L,)
浏览 3提问于2017-05-27得票数 0
回答已采纳
1回答
我使用了save_model和load_mode方法，但它不起作用。 我有一个错误: AttributeError：'GridSearchCV‘对象没有属性'get_config’我不知道我是否正确地使用了这个方法。我展示了take a example的代码： gridSearch = GridSearchCV(estimator = classifier,
param_grid = parameters,
scoring = "accuracy",
浏览 24提问于2019-05-31得票数 1
我正在尝试替换所有不必要的文本
例如，我有以下内容：
_id:12345678901,
name:"Company Z"
_id:12345678902,
name: "Corp Y"
_id:12345678902,
name: "Corporation X"
我想删除字段Corp、Corporation和Company中的name，并为其创建一个新字段，但我不能用regex来完成它。
目标：
_id:12345678901,
name: "Company Z",
newName: "Z"
_id:1234
浏览 1提问于2022-06-20得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
