文档摘要

第4章 MLlib 机器学习 本章要回答的三个问题：①迭代计算为什么偏偏是 Spark 引擎的舒适区？②特征工程与 Pipeline 在引擎里各自解决什么执行问题？③训练好的模型离开作业后如何长期存活？ 为什么会有这一章 机器学习在单机上跑不动，不是因为模型多复杂，而是因为每轮迭代都要重新扫一遍数据——单机磁盘扛不住，MapReduce 又每轮迭代付一次落盘税。 会员。《第4章 MLlib机器学习》收录于灏天文库文集《Spark大数据分析与处理实战》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/178-spark%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E4%B8%8E%E5%A4%84%E7%90%86%E5%AE%9E%E6%88%98

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流