Python pyspark RandomRDDs.logNormalRDD用法及代碼示例

本文簡要介紹 pyspark.mllib.random.RandomRDDs.logNormalRDD 的用法。

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

生成一個由 i.i.d 組成的 RDD。來自具有輸入均值和標準分布的對數正態分布的樣本。

版本 1.3.0 中的新函數。

參數：

sc：SparkContext: 用於創建 RDD。
mean：浮點數: 對數正態分布的平均值
std：浮點數: 標準對數正態分布
size：int: RDD 的大小。
numPartitions：整數，可選: RDD 中的分區數(默認值：sc.defaultParallelism)。
seed：整數，可選: 隨機種子(默認值：隨機長整數)。

由 i.i.d. 組成的浮點數 RDD樣本〜日誌N(平均，標準)。

例子：

>>> from math import sqrt, exp
>>> mean = 0.0
>>> std = 1.0
>>> expMean = exp(mean + 0.5 * std * std)
>>> expStd = sqrt((exp(std * std) - 1.0) * exp(2.0 * mean + std * std))
>>> x = RandomRDDs.logNormalRDD(sc, mean, std, 1000, seed=2)
>>> stats = x.stats()
>>> stats.count()
1000
>>> abs(stats.mean() - expMean) < 0.5
True
>>> from math import sqrt
>>> abs(stats.stdev() - expStd) < 0.5
True

相關用法

注：本文由純淨天空篩選整理自spark.apache.org大神的英文原創作品 pyspark.mllib.random.RandomRDDs.logNormalRDD。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：