我希望用Spark实现，这是一种多输出的多标签分类算法，但我很惊讶Spark Machine Learning库中没有任何模型可以做到这一点。
如何使用Spark执行此操作？
否则Scikit Learn Logistic Regresssion支持输入/输出中的多标签分类，但不支持大量的培训数据。
要查看scikit中的代码，请点击以下链接： https://gist.github.com/mkbouaziz/5bdb463c99ba9da317a1495d4635d0fc
答案 0 :(得分：1)
同样在Spark中，Logistic回归支持基于api documentation的多标签分类。另见this。
使用适当的Spark配置，您在scikitlearn上获得的大量训练数据的问题将随着spark消失。
另一种方法是对问题所具有的每个标签使用二元分类器，并通过对该标签运行相关无关的预测来获得多标签。你可以使用任何二元分类器在Spark中轻松完成。
间接地，可能也有帮助的是使用最近邻居的多标签分类，这也是state-of-the-art。例如，一些最近的邻居Spark扩展，例如Spark KNN或Spark KNN graphs。