0
我有這樣的應用程序日誌,系統日誌文件,數據庫日誌文件等 當由於某種數據的用戶請求,則有時該用戶得到響應不同的日誌文件很晚了。 我將計算請求和響應時間之間的差,然後需要以預測在哪個參數來自所有這些日誌文件(應用程序日誌,系統日誌文件,數據庫日誌文件),該延遲取決於。找出請求和響應時間之間的延遲的原因使用Apache火花mllib
哪個火花機器學習算法將給出預測這導致請求和響應時間之間的延遲的變量最好的結果?
我有這樣的應用程序日誌,系統日誌文件,數據庫日誌文件等 當由於某種數據的用戶請求,則有時該用戶得到響應不同的日誌文件很晚了。 我將計算請求和響應時間之間的差,然後需要以預測在哪個參數來自所有這些日誌文件(應用程序日誌,系統日誌文件,數據庫日誌文件),該延遲取決於。找出請求和響應時間之間的延遲的原因使用Apache火花mllib
哪個火花機器學習算法將給出預測這導致請求和響應時間之間的延遲的變量最好的結果?
這可能是一個或多個變量。之前陷入到ML algrorithms,做的變量VS延遲一個快速的散點圖 - 你可能會很快找到答案。否則,你將需要使用某種迴歸方法。在不瞭解所有細節的情況下,建議您如何構建解決方案是非常棘手的。
由於本霍斯布魯格..我會先用散點圖嘗試。 – ritu