更新时间:2022-11-16 GMT+08:00
分享

数据集抽样

概述

按照配置的比例参数,对数据集进行随机抽样。

输入

参数

子参数

参数说明

inputs

dataframe

inputs为字典类型,dataframe为pyspark中的DataFrame类型对象

输出

数据集

参数说明

参数

子参数

参数说明

fraction

-

抽样比例

seed

-

随机抽样的随机数种子

样例

inputs = {
    "dataframe": None  # @input {"label":"dataframe","type":"DataFrame"}
}
params = {
    "inputs": inputs,
    "fraction": 0.7,  # @param {"label":"fraction","type":"number","required":"true","range":"(0.0,1.0)","helpTip": ""}
    "seed": 0  # @param {"label":"seed","type":"integer","required":"true","range":"(0,2147483647]","helpTip":"seed"}
}
dataset_sample____id___ = MLSDatasetSample(**params)
dataset_sample____id___.run()
# @output {"label":"dataframe","name":"dataset_sample____id___.get_outputs()['output_port_1']","type":"DataFrame"}

分享:

    相关文档

    相关产品