几个月前，我们举办了一个在线研讨会-Apache Spark MLlib:From Quick Start to Scikit Learn–为机器学习提供了一个快速入门、Spark MLlib和一些Spark machine learning用例的概述。它还介绍了多个Spark MLlib快速入门演示，以及Python pandas、scikit learn和R与MLlib的集成。网络研讨会可以按需访问，其幻灯片和示例笔记本也可以作为网络研讨会的附件下载。加入Databricks社区版测试版，免费访问Spark并试用笔记本电脑。我们回答了以下网络研讨会观众提出的常见问题。如果您还有其他问题，请访问Databricks论坛。常见网络研讨会问答单击问题以查看答案：既然Spark是分布式的，那么在使用MLlib时，如何组合来自每个节点的结果？它的结果是否与单个节点相同？对于小数据集（1K行），是否有可能在1到2秒内获得回归或决策树学习任务的响应？当笔记本电脑使用单火花节点时，它是什么？当对模型参数选择进行交叉验证时，折叠和模型+参数是否分布在集群中？对于MLlib网络研讨会上的演示，在线性回归之前，如何从单词中识别出特征？如果使用MLlib，还需要Python或R吗？哪个最适合ML：Python还是R？在MLlib网络研讨会演示中，您使用了火花.ml基于回归？你打算冻结吗火花.mllib基于RDD的算法？基于MLlib-SGD的算法（线性模型）可能会发散，除非特征被缩放；为什么在默认情况下特征缩放不是真的，为什么首先要这样敏感？免费试用Databricks。今天就开始吧