Rozdělení dat
Teď, když máš všechny úpravy za sebou, zbývá před samotným modelováním udělat jediné – rozdělit data!
Toto cvičení je součástí kurzu
Foundations of PySpark
Pokyny k cvičení
- Pomocí metody
.randomSplit()rozdělpiped_datana dvě části:trainings 60 % dat atestse 40 % dat – předej metodě.randomSplit()seznam[.6, .4].
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Split the data into training and test sets
training, test = piped_data.randomSplit(____)