标签: pyspark apache-spark-sql reduce
我有一个用于多分类问题的目标列ActionName。目标列具有4个唯一值。我将需要我的模型来预测ActionName是0、1、2还是3。我看到我将在其上训练模型的历史数据中出现这些值的次数不同碰巧3值是数据的52%,而其他三个值的百分比较小。如何减少目标列中以3作为值的行数?我正在使用Sagemaker笔记本,并与PySpark一起运行。
ActionName
3