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
1162
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。
本文涉及的产品
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
|
29天前
|
SQL
数据可视化
大数据
|
6月前
|
机器学习/深度学习
数据采集
数据可视化
【python】python当当数据分析可视化聚类支持向量机预测（源码+数据集+论文）【独一无二】
【python】python当当数据分析可视化聚类支持向量机预测（源码+数据集+论文）【独一无二】
123
1
1
|
3月前
|
并行计算
数据挖掘
大数据
|
4月前
|
数据可视化
数据挖掘
大数据
|
5月前
|
机器学习/深度学习
数据挖掘
大数据
大数据时代的“淘金术”：Python数据分析+深度学习框架实战指南
在大数据时代，数据被视为新财富源泉，而从海量信息中提取价值成为企业竞争的核心。本文通过对比方式探讨如何运用Python数据分析与深度学习框架实现这一目标。Python凭借其强大的数据处理能力及丰富库支持，已成为数据科学家首选工具；而TensorFlow和PyTorch等深度学习框架则为复杂模型构建提供强有力的技术支撑。通过融合Python数据分析与深度学习技术，我们能在各领域中发掘数据的无限潜力。无论是商业分析还是医疗健康，掌握这些技能都将为企业和社会带来巨大价值。
224
6
6
|
6月前
|
数据可视化
数据挖掘
索引
【python】Python马铃薯批发市场交易价格数据分析可视化（源码+数据集）【独一无二】
【python】Python马铃薯批发市场交易价格数据分析可视化（源码+数据集）【独一无二】
188
0
1
|
6月前
|
机器学习/深度学习
数据采集
数据可视化
【python】python母婴数据分析模型预测可视化（数据集+论文+PPT+源码）【独一无二】
【python】python母婴数据分析模型预测可视化（数据集+论文+PPT+源码）【独一无二】
104
1
1
|
6月前
|
数据采集
数据可视化
数据挖掘
|
6月前
|
Java
Spring
安全
Spring 框架邂逅 OAuth2：解锁现代应用安全认证的秘密武器，你准备好迎接变革了吗？
【8月更文挑战第31天】现代化应用的安全性至关重要，OAuth2 作为实现认证和授权的标准协议之一，被广泛采用。Spring 框架通过 Spring Security 提供了强大的 OAuth2 支持，简化了集成过程。本文将通过问答形式详细介绍如何在 Spring 应用中集成 OAuth2，包括 OAuth2 的基本概念、集成步骤及资源服务器保护方法。首先，需要在项目中添加 `spring-security-oauth2-client` 和 `spring-security-oauth2-resource-server` 依赖。
78
0
0
|
6月前
|
消息中间件
分布式计算
Kafka
MaxCompute 在实时数据分析中的角色
【8月更文第31天】随着大数据应用场景的不断扩展，对数据处理速度的要求越来越高，传统的批处理模式已经难以满足某些业务对实时性的需求。在这种背景下，实时数据处理成为了大数据领域的研究热点之一。阿里云的 MaxCompute 虽然主要用于离线数据处理，但通过与其他实时流处理系统（如 Apache Flink 或 Kafka Streams）的集成，也可以参与到实时数据分析中。本文将探讨 MaxCompute 在实时数据分析中的角色，并介绍如何将 MaxCompute 与 Flink 结合使用。
155
0
0