摘要：
PMML，全称为 Predictive Model Markup Language，是一种标准化的模型描述和交换格式。它允许从不同的数据挖掘和机器学习软件中导出模型，并在其他系统中进行部署，无需重新编写代码。PMML 通过定义一套统一的规则来描述模型，包括数据预处理、模型参数以及输入输出格式等。目前 阅读全文
摘要：
缘起：TABLESAMPLE 的非随机性 最近需要实现一段 Spark SQL 逻辑，对数据集进行抽样指定的行数，才发现直接使用TABLESAMPLE函数抽样指定行数的方法其实是非随机的。 由于数据集较大，刚开始的逻辑是，取窗口函数随机排序后 row_number 的前 n 行。但运行速度较 阅读全文