我正在开发一个关于时间序列数据的预测模型。我在Spark中使用trainvalidationsplit来训练和验证我的模型，然后在不可预测的数据上进行测试。
实际上，在验证阶段，我需要根据输入RDD中的时间戳得到一个有序数据（考虑到我的RDD [timesoatmp，text]）。我知道trainvalidationsplit使用randomsplit方法来调整我的训练数据。但是当我将trainigndata用于trainvalidationsplit时，我需要找到一种方法，当它将数据划分为训练和验证时，训练和验证应按时间戳排序。
我想知道是否有任何方法可以让radnomsplit在splitetd RDD中生成元素，以便以下面的方式进行排序。例如，我的RDD是（1,3,4,5,7,8），rdd.randomsplit（0.5,0.5）应该生成第一个RDD为（1,3,2），第二个生成为（7,5， 8）..每个拆分中的订单并不重要，但总体而言，第一次拆分中的ID（时间戳）应小于第二次拆分中的ID（时间戳）。