डेटा को स्प्लिट करें
अब जब आपने सभी मैनिपुलेशन कर लिए हैं, तो मॉडलिंग से पहले आखिरी कदम है डेटा को स्प्लिट करना!
यह अभ्यास पाठ्यक्रम का हिस्सा है
PySpark की नींव
अभ्यास निर्देश
- DataFrame मेथड
.randomSplit()का उपयोग करकेpiped_dataको दो भागों में बाँटें:trainingमें 60% डेटा औरtestमें 40% डेटा. इसके लिए.randomSplit()मेथड को सूची[.6, .4]पास करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Split the data into training and test sets
training, test = piped_data.randomSplit(____)