有没有办法使用Pyspark来训练一个非线性SVC模型？我尝试过以下方法：

 from sklearn.svm import SVC svc = SVC(kernel="rbf", random_state=0, gamma=1, C=1) model = svc.fit(features, target)

（features和target是两个转换为列表的数据框）。问题是我希望使用Pyspark中的组件来加速训练过程。

回答：

截至今天，根据https://issues.apache.org/jira/browse/SPARK-4638的说法，Pyspark中尚未提供非线性SVC模型。如果查看Spark社区一位成员的最后评论：

Spark中引入非线性核的SVM将会非常好。主要的障碍是：核化SVM的训练难以分布式处理。 naive方法需要大量的通信。要将这一功能纳入Spark，我们需要进行适当的背景研究并编写一个好的设计。其他机器学习算法可能更受需求，并且仍需改进（截至此评论的日期）。在我看来，树集成方法是首要考虑的。