加权采样
以加权方式生成采样数据。权重列必须为DOUBLE或BIGINT类型，按照该列值的大小采样。比如所选权重列的值是1.2和1.0，则值为1.2所属样本的被采样的概率就大一些。
组件配置
您可以使用以下任意一种方式，配置加权采样组件参数。
方式一：可视化方式
在Designer（原PAI-Studio）工作流页面配置组件参数。
页签 | 参数 | 描述 |
参数设置 | 采样个数 | 取值为正整数。 |
采样比例 | 取值为浮点数，范围(0,1)。 | |
放回采样 | 默认为不放回，勾选后变为放回。 | |
权重列 | 下拉框选择加权列，加权列支持DOUBLE型和BIGINT型。每个值代表所在记录出现的权重，不需要归一化。 | |
随机数种子 | 默认系统自动生成。 | |
执行调优 | 核心数 | 取值为正整数，默认系统自动分配。 |
核内存分配 | 取值为正整数，范围(1, 65536)，默认系统自动分配。 |
方式二：PAI命令方式
使用PAI命令方式，配置该组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见SQL脚本。
PAI -name WeightedSample
-project algo_public \
-Dlifecycle="28" \
-DoutputTableName="test2" \
-DprobCol="previous" \
-Dreplace="false" \
-DsampleSize="500" \
-DinputPartitions="pt=20150501" \
-DinputTableName="bank_data_partition";参数名称 | 是否必选 | 参数描述 | 默认值 |
inputTableName | 是 | 输入表的名称 | 无 |
inputTablePartitions | 否 | 输入表中，参与训练的分区。支持以下格式：
说明 如果指定多个分区，则使用半角逗号（,）分隔。 | 所有分区 |
outputTableName | 是 | 输出结果表 | 无 |
sampleSize | 否 | 采样个数 说明
| 无 |
sampleRatio | 否 | 采样比例，浮点数，范围(0,1)。 | 无 |
probCol | 是 | 要加权的列，每个值代表所在记录出现的权重，不需要归一化，支持DOUBLE型和BIGINT型。 | 无 |
replace | 否 | 是否放回，BOOLEAN类型。 | false（默认不放回） |
randomSeed | 否 | 随机数种子，取值范围为正整数。 | 系统自动分配 |
lifecycle | 否 | 输出表的生命周期，取值范围为[1,3650]。 | 无 |
coreNum | 否 | 计算的核心数目，取值范围为正整数。 | 系统自动分配 |
memSizePerCore | 否 | 每个核心的内存（单位是MB），取值范围为(1, 65536)。 | 系统自动分配 |
