Postgresql - 添加2个随机列

Question

我有一个大型数据集，我想根据开头的一些预定义概率分为训练，验证和测试集（例如，0.8概率，一个元组用于训练，0.1用于验证，0.1用于测试。）

我虽然在添加2个布尔列，训练和验证。两者都依赖于单个随机数。如果现在这个随机数小于0.8，则元组用于训练，如果大于0.9，则用于测试。否则，两列都是false，因此它用于验证。

以下查询存在问题，即所有元组使用相同的随机ID，这意味着根据train / validate / test，所有元组具有相同的值。

update data set 
        test = (sub.rand >= 0.9),
       train = (sub.rand <= 0.8) from (select random() rand) sub;

我想尝试在一个查询中创建它，因为数据集可能非常大，我认为，一个查询比将它分成多个查询要快。 （但是，对此问题的任何解决方案表示赞赏。）

感谢您的帮助。

Answer 1

尝试

update data set 
    test = random() >= 0.9,
    train = random() <= 0.8;