切分資料
你已經完成所有前處理,建模前的最後一步就是把資料切分開!
本練習屬於課程
PySpark 基礎
練習說明
- 使用 DataFrame 的
.randomSplit()方法,將piped_data切成兩個部分:training佔 60% 的資料,test佔 40% 的資料,並將清單[.6, .4]傳入.randomSplit()方法。
動手互動練習
試著完成這個範例程式碼,體驗一下這個練習。
# Split the data into training and test sets
training, test = piped_data.randomSplit(____)