本节书摘来自华章社区《Clojure数据分析秘笈》一书中的第2章，第2.9节大数据集抽样，作者（美）Eric Rochester，更多章节内容可以访问云栖社区“华章社区”公众号查看
2.9 大数据集抽样
抽样是处理大数据集的一种方式。这种方式在接触一个新的数据集时尤其有用。好的抽样可以告诉数据集的内容是什么以及需要怎么做来对其进清洗和处理。
《Clojure数据分析秘笈》——2.9节大数据集抽样
2017-07-03
1081
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
相关实践学习
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品，是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法，从场景到实践，体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库，助力开发者学习了解先进的技术栈，并能在实际业务中敏捷的进行大数据分析，赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景，可应用MaxCompute实现数仓搭建，快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理，需要搭建数据仓库？学它！ 没有足够人员和经验来运维大数据平台，不想自建IDC买机器，需要免运维的大数据平台？会SQL就等于会大数据？学它！ 想知道大数据用得对不对，想用更少的钱得到持续演进的数仓能力？获得极致弹性的计算资源和更好的性能，以及持续保护数据安全的生产环境？学它！ 想要获得灵活的分析能力，快速洞察数据规律特征？想要兼得数据湖的灵活性与数据仓库的成长性？学它！ 出品人：阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps
目录
相关文章
|
4月前
|
SQL
数据采集
数据挖掘
|
4月前
|
机器学习/深度学习
存储
SQL
|
5月前
|
人工智能
Cloud Native
大数据
|
1月前
|
算法
大数据
数据挖掘
python数据分析——大数据伦理风险分析
大数据伦理风险分析在当前数字化快速发展的背景下显得尤为重要。随着大数据技术的广泛应用，企业、政府以及个人都在不断地产生、收集和分析海量数据。然而，这些数据的利用也带来了诸多伦理风险，如隐私泄露、数据滥用、算法偏见等。因此，对大数据伦理风险进行深入分析，并采取相应的防范措施，对于保障数据安全、维护社会公平正义具有重要意义。
51
0
0
|
1月前
|
存储
大数据
数据挖掘
python数据分析——大数据和云计算
大数据和云计算作为当代信息技术的两大核心驱动力，正在以前所未有的速度改变着我们的生活、工作和思维方式。它们不仅为各行各业的创新提供了强大的技术支持，更是推动了整个社会的数字化转型。
从大数据的角度来看，它的核心价值在于通过对海量数据的收集、存储、分析和挖掘，发现其中的关联性和趋势，从而为决策提供更为科学、精准的依据。无论是商业领域的市场预测、消费者行为分析，还是公共服务领域的城市规划、交通管理，大数据都发挥着不可或缺的作用。同时，随着物联网、传感器等技术的普及，大数据的来源和种类也在不断扩展，这使得我们能够更全面地认识世界，把握规律。
47
0
0
|
4月前
|
数据采集
数据可视化
数据挖掘
|
4月前
|
数据采集
分布式计算
数据可视化
|
4月前
|
分布式计算
Hadoop
Java
|
4月前
|
数据可视化
数据挖掘
Python
|
7月前
|
机器学习/深度学习
数据采集
边缘计算
热门文章
最新文章
1
【Python】python天气数据抓取与数据分析（源码+论文）【独一无二】
2
上网行为监控管理：利用R编写的数据分析和可视化代码示例
3
Python 数据分析（PYDA）第三版（三）（1）
4
【python】双十一美妆数据分析可视化 [聚类分析/线性回归/支持向量机]（代码+报告）【独一无二】
5
Python 数据分析（PYDA）第三版（六）(2)
6
【python】Python航空公司客户价值数据分析（代码+论文）【独一无二】
7
Python 数据分析（PYDA）第三版（六）(1)
8
Python 数据分析（PYDA）第三版（七）（3）
9
问卷调查数据分析指南！掌握方法，精准把握用户需求！
10
【python】Python大豆特征数据分析 [机器学习版一]（代码+论文）【独一无二】
1
一文解析 ODPS SQL 任务优化方法原理
27
2
大数据中的人为数据
13
3
数据之势丨从“看数”到“用数”，百年制造企业用大数据实现“降本增效”
79
4
大数据技术与Python：结合Spark和Hadoop进行分布式计算
31
5
大数据处理架构Hadoop
36
6
大数据项目管理：从需求分析到成果交付的全流程指南
29
7
Azure Databricks实战：在云上轻松进行大数据分析与AI开发
37
8
大数据定义详解
29
9
利用Hive与Hadoop构建大数据仓库：从零到一
54
10
数字太大了，计算加法、减法会报错，结果不正确？怎么办？用JavaScript实现大数据（超过20位的数字）相加减运算。
19