MLlib: Apache Spark中的机器学习

摘要

Apache Spark是一个流行的用于大规模数据处理的开源平台，非常适合迭bob体育客户端下载代机器学习任务。在本文中，我们介绍了Spark的开源分布式机器学习库MLlib。MLlib为广泛的学习设置提供了高效的功能，并包括几个基本的统计、优化和线性代数原语。随Spark一起提供的MLlib支持多种语言，并提供了一个高级API，利用Spark丰富的生态系统来简化端到端机器学习管道的开发。MLlib由于其充满活力的开源社区(超过140个贡献者)而经历了快速增长，并包括广泛的文档来支持进一步的增长，并让用户快速跟上速度。