我一直在使用Python和Python的Scikit-learn机器学习API研究机器学习KNN（K最近邻）算法。
我已经使用python和Scikit-learn简单地使用玩具数据集创建了示例代码，并且我的KNN工作正常。但正如我们所知，Scikit-learn API是为在单台机器上工作而构建的，因此一旦我将我的玩具数据替换为数百万个数据集，它将降低我的输出性能。
我已经搜索了许多选项，帮助和代码示例，这些示例将使用带有Scikit-learn API的spark并行分发我的机器学习处理，但是我没有找到任何合适的解决方案和示例。
你能告诉我如何使用Apache Spark和Scikit-learn API的K最近邻居实现和提高我的性能吗？
提前感谢！！
根据
这里的https://issues.apache.org/jira/browse/SPARK-2336讨论，MLLib（Apache Spark的机器学习库）没有KNN的实现。你可以试试https://github.com/saurfang/spark-knn。