【Hive】分箱

一.等距分箱/等宽分箱

1.概念：将变量的取值范围分为k个等宽的区间，每个区间当作一个分箱。

2.方法 

• 数学运算：通过向上取整ceil() 和 向下取整floor() 

  -- 对col进行0.1宽度的分箱
  select col, ceil(col*10)/10 as group1, floor(col*10)/10 as group2
  from(
      select stock(5, 0.1, 0.15, 0.20, 0.25, 0.3) as col
  ) as a
  

  

  result

 

二.等频分箱

1.概念：把观测值按照从小到大的顺序排列，根据观测的个数等分为k部分，每部分当作一个分箱，即百分位数的概念。

2.方法

• Ntile(n) over(order by col)：分块函数