1、为什么要用spark
分布式、集群计算快
2、为什么不用mahout
社区开发进度慢，与spark发展脱轨
3、为什么要用scikit learn
资料齐全，接口易用
4、spark ml的算法不满足实际需求怎么办
①直接扩展ml的算法，优势是继续可以利用spark的分布式优势，底层优化的优势，就是比较困难
②扩展scikit learn，通过pyspark将扩展的算法引入spark，容易实现，可能不能发挥spark的优点
③不使用常用的算法，使用硬编码
相关文章：
相似解决方案
热门标签