Spark中ml.classification.LogisticRegression采用哪种逻辑回归求解算法？

首先直接给你明确结论：Spark的ml.classification.LogisticRegression默认采用的是L-BFGS算法，对应spark.mllib中的LogisticRegressionWithLBFGS实现。

相关细节补充： #

• 正如你提到的，spark.mllib提供了两种逻辑回归的求解实现：LogisticRegressionWithLBFGS（基于L-BFGS）和LogisticRegressionWithSGD（基于mini-batch梯度下降），官方明确推荐L-BFGS，因为它的收敛速度更快。
• ml模块的LogisticRegression作为更高层的API，默认就选择了这个更优的实现。不过你也可以通过调整参数切换求解器：比如调用setSolver("sgd")就能切换到mini-batch梯度下降的实现，对应LogisticRegressionWithSGD。

内容的提问来源于stack exchange，提问作者cgao