组件：Spark MLlib 级别：初学者 场景：Spark MLlib是否支持非线性约束的非线性优化？
我们的业务应用程序支持两种类型的函数凸形和S形曲线和线性＆amp;非线性约束。这些约束可以一次与任何一种类型的函数形式结合使用。
凸曲线示例：
Y = c^k*pow(a^k,p^k)
S形曲线示例：
Y = c^k*pow(a^k,p^k)/(b^k + pow(a^k,p^k))
非线性约束的示例：
Min Bound (50%) < ∑(k=0 to n) c^k*pow(a^k,p^k) < Max Bound (150%)
线性约束的例子：
Min Bound (50%) < a+b+c < Max Bound (150%)
目前我们正在使用SAS解决这些业务问题。我们正在寻找SAS替代软件，它可以解决类似于SAS的性能问题。
另外，请分享其表现的基准。它的表现如何。变量继续增加