Python pyspark RandomRDDs.poissonRDD用法及代码示例

本文简要介绍 pyspark.mllib.random.RandomRDDs.poissonRDD 的用法。

用法: static poissonRDD(sc, mean, size, numPartitions=None, seed=None)

生成一个由 i.i.d 组成的 RDD。来自具有输入均值的泊松分布的样本。

1.1.0 版中的新函数。

参数：

sc：SparkContext: SparkContext 用于创建 RDD。
mean：浮点数: 泊松分布的均值或 lambda。
size：int: RDD 的大小。
numPartitions：整数，可选: RDD 中的分区数(默认值：sc.defaultParallelism)。
seed：整数，可选: 随机种子(默认值：随机长整数)。

pyspark.RDD: 由 i.i.d. 组成的浮点数 RDD样本〜泊(平均)。

例子：

>>> mean = 100.0
>>> x = RandomRDDs.poissonRDD(sc, mean, 1000, seed=2)
>>> stats = x.stats()
>>> stats.count()
1000
>>> abs(stats.mean() - mean) < 0.5
True
>>> from math import sqrt
>>> abs(stats.stdev() - sqrt(mean)) < 0.5
True

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.mllib.random.RandomRDDs.poissonRDD。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：