XiaoMi-AI文件搜索系统
World File Search SystemPySpark
穆罕默德·赛义德卡泽米·阿尔德比利
我是博洛尼亚大学的博士后研究员，拥有电子、电信和信息技术工程博士学位。我的研究重点是高性能计算系统的设计、分析和管理。我在 MLOps、机器学习、深度学习、Python、PyTorch、PySpark、Dask、TensorFlow、预测模型、大数据、并行编程和统计数据分析方面拥有六年的行业经验和技能。我热衷于利用我的专业知识推动创新并提高我所在领域的知识。
Databricks-Machine-Learning-Coscoite
PySpark DataFrame API中的函数mapinpandas允许将函数应用于数据框的每个分区。在使用分组数据时，GroupBy然后使用ApplionPandas是正确的方法，可以将功能应用于单独的PANDAS数据框架。但是，如果该函数应在分组数据的每个分区中应用，而不是在每个组上应用，则将使用MAPINPANDAS。由于代码段表示使用GroupBy，因此目的似乎是在每个组上都将Train_model应用于特定的，这与ApplionInpandas一致。因此，ApplionPandas是一种更好的选择，以确保GroupBy生成的每个组都通过Train_Model函数处理，并保留分区和分组完整性。