拆分数据
现在所有预处理都已完成,建模前的最后一步就是拆分数据!
本练习是课程的一部分
PySpark 基础
练习说明
- 使用 DataFrame 方法
.randomSplit()将piped_data拆分为两部分:training占 60% 数据,test占 40% 数据。为.randomSplit()传入列表[.6, .4]。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Split the data into training and test sets
training, test = piped_data.randomSplit(____)