如何在PySpark中对大型数据集使用采样方法？

Question

实际上，我正在处理一个大型数据集（87,56685），其中包括USERID、MOVIEID和RATING 我需要对评级使用抽样方法来减少数据集的大小，我仅限于使用抽样策略

我试过这种方法

DataFrame = DataFrame.sampleBy("Rating", fractions={1:0.2, 2: 0.2, 3: 0.2, 4: 0.2, 5: 0.2}, seed=0)
DataFrame.show()

我的rmse值大于3

有人能帮助我在大数据集上的采样方法吗

用一些示例代码