标签： apache-spark apache-spark-mllib
我有大约6000万条记录，涉及约1万种产品，与订单和交货数据有关。我正在为交付时间建立线性回归模型。通常，如果我使用r或python进行此操作，那么我将首先尝试对产品进行细分并在细分级别进行汇总，然后尝试构建细分的回归模型，以减少所需的模型数量和培训时间。我是新来激发ml的人，我想知道这是创建ml管道并尝试为所有10K单个产品训练模型的合理方法吗？