我知道当我执行LogisticRegression.fit（）时，此操作会在spark MLlib中自动拆分数据。
我的第一个问题： 例如：我想将数据拆分为10组。然后，他们运行并行学习算法。然后，我可以得到十个假设，这可以做另一个算法来找到最终更好的假设。
我的想法是我随机分割10组数据。然后我在每个折叠中运行LogisticRegression.fit（）（for-loop？）。因此，我可以得到每个折叠的结果。但是，由于花费更多时间，我认为这可能不是一个好方法。
当我想获得每个分区的结果时，有什么更好的方法？
另一个问题是： 在LogisticRegressionModel类中，我可以说＆＃34; val权重是模型的假设。＆＃34; ？