TensorFlow 和 spark 的 ml 以及 python 的 scikit-learn 三者的区别是什么？

TensorFlow一般做深度学习的场景多一些 比如图像识别和语音处理等 spark 的 ml 以及 python 的 scikit-learn的交集很多 比如逻辑回归等很多分类或是回归的算法 都有mllib和python的实现 但是spark的优势是可以处理数据量级高 比如TB和PB 缺点是算法种类有限 精度也没有python的好，scikit-learn处理的数据量在GB级 包内算法是最全面的，开始学习最好从scikit-learn开始 简单易上手