概率逻辑统计
提问于 2011-11-08 20:16:47
我不确定这是否是提出这个问题的合适地方。因为这更像是一个逻辑问题..但是，嘿，问问也没什么坏处。假设我有一个巨大的数据(客户)列表，他们都有一个data_id，现在我想选择，比方说按比例拆分数据，比方说10:90拆分。现在，而不是陈述一个条件(示例)
the sum of digits is even...go to bin 1
the sum of digits is odd.. go to bin 2
or sum of last three digits are x then go to bin 1
sum of last three digits is not x then go to bin 2现在，这可能会导致不均匀的数据collection..sometimes，它可能能够找到数据。更多(这很好)，但有时可能无法找到足够的数据
有没有一种方法(从概率上讲)说..样本大小始终大于x%
谢谢
回答 1
Stack Overflow用户
回答已采纳
发布于 2011-11-08 20:40:20
您希望按均匀分布的特征对数据进行分区。哈希函数被设计为具有此属性...因此，如果您计算客户ID的散列，然后按前n位进行划分以获得2^n个bin，则每个bin应该具有大致相同的项目数量。(然后，您可以选择，比方说，90%的回收站，以获得90%的数据。)希望这能有所帮助。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/8056557
复制
腾讯云开发者
