Spark 是一個分散式運算平台。它透過把資料與計算分散到多臺電腦的叢集中來提升效率。
一個 Spark 叢集包含多個硬體與軟體元件，彼此協同運作。
以下哪一個不是 Spark 叢集的一部分？
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
Spark 是用來處理 Big Data 的框架。本章將介紹 Spark 與機器學習的背景。然後你會學到如何用 Python 連線到 Spark 並載入 CSV 資料。
當前練習
既然你已熟悉如何把資料載入 Spark，接下來將建立兩種分類模型：決策樹與羅吉斯回歸。你也會了解幾種資料前處理的方法。
接下來你會學習建立線性迴歸模型。你也會學到如何透過工程化新預測變數來擴充資料，以及一種穩健的方法來只選出最相關的預測變數。
最後你會學到如何讓模型更有效率。你會了解如何使用管線讓程式碼更清楚、也更易於維護。接著你會用交叉驗證來更好地測試模型並挑選適合的模型參數。最後你會試作兩種集成模型。
