ComputeColStats UDF中 近似算法的介紹(續)

在前一篇文章的最後提到，對於準確率的提升是後續需要做的事情之一。接下來看看對於提升準確率，還有哪些事情可以做。 一，回顧 首先回顧下前一篇文章最後得到的結果，如下： 執行時間先忽略，只看準確率。對於上面８個字段，有些在sample爲２５（採樣比例１／２５）的情況下還是相當準確的，比如odps_task_type，start_time；而有些則存在一定差距，比如project_name，fuxi_c

>>阅读原文<<