一种面向Spark MLlib机器学习算法优化方法

摘要

本发明实施例公开了一种面向Spark MLlib机器学习算法优化方法，包括：步骤1，通过训练数据集的扩充矩阵运算得到γ矩阵，所述γ矩阵包含训练数据集的统计信息，所述训练数据集的统计信息用于求解机器学习算法的参数；步骤2，通过所述γ矩阵求解机器学习算法的参数。通过本发明实施例提供的算法优化方法，能够有效对机器学习算法进行优化，相较于现有技术大大减小了空间开销和时间开销，进而降低系统的运行开销。