Apache spark 长时间运行离线Spark（MLlib）模型训练后，获得实时预测的过程是什么？

例如，如果我使用MLlib逻辑回归来训练数据集，并且每个数据都有超过100000000个特征，经过数小时的训练，我们得到了模型，如何使用该模型“实时”预测，例如，一个网页响应用户，预测结果在200ms内？

---

只需使用

模型。Spark 2.0的预测（…）

？

逻辑回归仅支持二元分类。OP说回归。。所以我们需要跟进这一点

在任何情况下，使用逻辑回归B进行二元分类时，预测工作几乎是微不足道的：

BLAS.dot(features, coefficients) + intercept

所以Spark只需要取训练好的权重（“系数”）和输入行的点积

---

要记住一件事：一行必须装入一台机器上的内存中。此外，向量中的元素数量==特征数量必须保留感谢您的回答，但是我不知道的是，如果我们已经有了经过训练的模型，并且特征非常巨大，我们如何“实时计算预测”？如果

predict

方法由于任何原因（例如高维特征）速度较慢，有什么方法可以实时实现吗？@Stephen Ah yea。。我没有引起足够的注意。“100毫克功能”。太多了。“我要看看源代码，看看这在现实生活中究竟意味着什么。”斯蒂芬更新了答案。Spark2.0中专门针对LogReg的一个关键考虑因素是它只支持二进制分类。从你的操作来看，这是回归：所以让我知道你是否有一个特定的（不同的）回归算法在头脑中。我在这里更新了答案并提出了一些建议。是的，我的意思是分类。@Stephen如前所述，MLlib中的逻辑回归实际上是二进制分类。这方面的答案已在修订答案的第一部分中给出。还是你需要多项式？您的OP没有指定此信息。

BLAS.dot(features, coefficients) + intercept