Postgresql - 添加2个随机列

Question

我有一个很大的数据集，我想根据一些预定义的概率在开始时将其划分为训练，验证和测试集（例如，有0.8个概率，一个元组用于训练，0.1验证和0.1进行测试。）

我虽然在添加2个布尔列，培训和验证。两者都依赖于一个随机数。如果现在这个随机数字低于0.8，则该元组用于训练，如果它大于0.9则用于测试。否则，这两列都是错误的，因此它用于验证。

以下查询存在问题，即所有元组都使用相同的随机ID，这意味着根据train/validate/test，所有元组都具有相同的值。

update data set 
     test = (sub.rand >= 0.9), 
     train = (sub.rand <= 0.8) from (select random() rand) sub; 

我想尽量做到在一个查询，因为数据集可能非常大，我认为，一个查询会分裂它的时候成多个的速度比。 （但是，赞赏这个问题的任何解决方案）。

感谢您的帮助。

Answer 1

尽量只

update data set 
    test = random() >= 0.9, 
    train = random() <= 0.8;