Scikit-Learn算法是单节点实现。这是否意味着,它们不适合在Databricks集群上构建机器学习模型,因为它们无法利用集群计算资源?
回答:
正如你所说,它们不合适,因为它们无法利用Databricks的集群计算资源,而这正是Databricks的核心所在。Databricks存在的理由是Apache Spark,尤其是在机器学习任务中,它的机器学习库Spark MLlib。
这并不意味着你不能在Databricks上使用scikit-learn(你会发现Databricks集群默认安装了scikit-learn),只是说它适用于那些实际上不需要集群的问题。如果你想利用集群的资源能力进行机器学习,你需要使用Spark MLlib。