我一直在努力的機器學習KNN（K近鄰）算法使用Python和Python的Scikit學習機器學習API。Scikit學習KNN（K近鄰）並行使用Apache星火
我創建的示例代碼與玩具的數據集簡單地使用Python和Scikit學習，我的KNN工作正常。但正如我們所知，Scikit-learn API可以在單機上運行，因此一旦我將玩具數據替換爲數百萬個數據集，它會降低我的輸出性能。
...我已經尋找許多選項，幫助和代碼示例，這將使用與火花Scikit學習API發佈我的機器學習處理並行，但我沒有發現任何妥善的解決方案和示例。
能否請您讓我知道我可以做到，並增加我與Apache Spark和Scikit學習API的k近鄰的表現？
在此先感謝！
那麼根據討論https://issues.apache.org/jira/browse/SPARK-2336這裏MLLib（機器學習庫爲Apache星火）沒有KNN的實現。 你可以試試https://github.com/saurfang/spark-knn。
嗨克里希納，是的Spark MLlib不支持KNN。但是在這裏我沒有使用Spark的MLlib進行機器學習。我正在使用Python和Scikit-learn KNN。但問題是，我的算法數據集很重，需要花費數小時來訓練數據集和預測。所以我想利用Spark配置功能和我現有的python KNN實現來減少我的處理時間。 – Nishan
這裏spark只能幫助像網格搜索這樣的超參數優化技術。我不確定你是否能夠實現你所要求的。 –
嗨克里希納，你是對的。但我認爲將模型處理分爲不同的批次，並將所有使用spark的批處理並行化爲羣集。我認爲這樣我們可以達到並行性，但我必須用實際數據嘗試一下，看它是否對處理時間產生影響。謝謝 。 – Nishan
你提的問題是非常廣泛的。不過，我認爲這篇文章可能會幫助你[自動縮放sci-kit使用Apache Spark學習]（https://databricks.com/blog/2016/02/08/auto-scaling-scikit-learn-with-apache-spark .html） –
Hi @AlbertoBonsanto，我已經通過你給出的鏈接了，但是我沒有找到如何用Spark來擴展我的Scikit-learn KNN。我也通過Spark官方網站上提供的Scikit-learn的第三方軟件包gobe，但我不確定關於API，也沒有找到適當的例子幫助。 – Nishan