从机器学习算法的角度看 h2o.ai 和 SparkMLlib 的区别

Question

目前，我正在使用h2o.ai和对机器学习库进行调查SparkMLlib。我已经确定，h2o.ai与 相比SparkMLlib，库支持更多 ML 算法，并且将 Spark 数据帧划分到训练和测试集似乎很困难（需要将 Spark 数据帧转换为 R/h2o 数据帧，这也是时间/资源消耗）。

使用h2o.ai库的其他优点/缺点是什么，SparkMLib反之亦然？我注重h2o.ai和SparkMLlib成的R执行（SparkR）。所以 h2o(as.h2o)和 SparkMLlib的数据帧(as.DataFrame)是不同的。

Answer 1

部分地，我使用以下链接找出答案：http : //datasocial.onsocialengine.com/post/4171645/spark-mllib-or-h2o

这里提供了详细的对比分析：https : //github.com/szilard/benchm-ml

基准测试结果幻灯片：https : //speakerdeck.com/szilard/benchmarking-machine-learning-tools-for-scalability-speed-and-accuracy-la-ml-meetup-at-eharmony-june-2015

基准测试结果视频：https : //vimeopro.com/eharmony/talks/video/132838730

机器学习库分析技术报告：https : //github.com/chauhansaurabhb/Analysis-of-H2O-vs-SparkMLlib/blob/master/MLLibrary.pdf