Spark机器学习入门实例——大数据集(30+g)二分类

本篇教程将引领大家，通过使用spark的机器学习性能和 Scala ，练习一个基于超出内存可加载范围的数据集的逻辑回归分类器（即LR分类器）。 假如你想创建一个机器学习模型，但却发现你的输入数据集与你的计算机内存不相符？对于多机器的计算集群环境中通常可以使用如Hadoop和Apache Spark分布式计算工具。然而，Apache Spark能够在本地机器独立模式上，甚至在当输入数据集大于你的计算

>>阅读原文<<