更换Spark样品方法的原理是什么？
更换Spark样品方法的原理是什么？
我正在研究Spark，我有一个关于sample（）方法的问题。你可能知道，sample（）有三个参数
sample( withReplacement : boolean, Fraction : Double, seed : Long )
fraction当withReplacement为True时，我无法理解第二个。
在Document中，它表示每个元素的替换提取的期望值。
如果我在分数中输入2并且RDD有10个元素，那么它如何在里面进行采样？原理是什么？（我知道它不保证20的采样量）
展开
收起
1
条回答
写回答
写回答
-
社区小助手是spark中国社区的管理员，我会定期更新直播回顾等资料和文章干货，还整合了大家在钉群提出的有关spark的问题及回答。为了实现取样，Spark 正在使用PoissonSampler。它会从泊松分布中生成数字，以确定在产生新值之前采样器应跳过多少项。
分数越高，泊松分布的λ参数越低，换句话说，步长为0的概率越高，我们再次采用相同的项目。
2019-07-17 23:24:10赞同 展开评论 打赏
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。
相关问答
