Spark可视化机器学习的三脚架

什么是三脚架？

三脚架首先是三角形，三角形满足2个定理，一是任意俩边之和大于第三边，第二是任意俩边之差小于第三边。

映射到Spark Mlib可视化机器学习项目，三条边分别代表着项目质量，项目资源，项目开发的速度。

任意俩项确定了之后，就以确定的俩项为导向，决定第三项，比如当项目质量要求高的时候，项目资源少，那么开发进度慢，资源多的时候，则可以适当加快速度。

把握好项目质量，项目资源，项目开发的速度三者的关系同样十分重要，而在实际项目中，找到三者之间的平衡点，也不是那么容易的，因为，作为一个产品或者项目的负责人，有可能会遇到一种既要想马儿跑得好，又要想马儿不吃草的老板。这个时候，作为Spark Mlib等类似的To B产品的负责人，就需要好好的和老板沟通了，而沟通的工具就可以参考项目的三脚架了，甚至可以原封不变的直接应用。

Spark Mlib的可视化机器学习三角架

（1）项目质量

项目质量包括以下几大方面

1 算法组件的丰富程度，如下图所示：

2 界面的设计友好程度

3 流程操作的合理性

4 错误调试的便捷性

5 自动化任务调度的可用性

6 支持数据源输入源的多样性

7 支持数据格式的多样性

8 数据上传（上云）的便捷性

9 平台多任务并发的稳定性

10 ......

(2) 项目资源

项目资源主要是指人才资源，在互联网公司，尤其在大数据，机器学习领域公司，人才是公司的核心资产，高质量的人才是保证开发出来的产品质量的基础，也使得在开发速度这个问题上，添加了催化剂一般，得到速度上的提升。

一般情况下，基于Spark Mlib可视化机器学习这个项目，大致需要以下几种对人才的要求

1 问题抽象能力

2 设计模式思维能力

3 编程能力

4 机器学习应用实践能力

5 Web界面设计能力

6 Spark Mlib二次封装能力

7 产品可用性分析把控能力

8 ......

注：以上提到的这些能力是整个团队所整体具备的，而并非征对团队的某个职位而所述

（3）开发速度

开发速度可以采用小步快跑的形式，先以MVP的方式做出一个最小化的可用的demo产品，将最终的产品缩小为一个能表现核心功能的小麻雀，通过主动的获取使用者反馈来快速迭代改进，并不建议一直闭门造车，一定要避免苦心闭关开发出一个产品，结果发现最终的反馈是非常不好的，而用MVP的这种方式进行开发，不仅能较为容易的提速，而且能在很大程度上能减少不必要的工作，比如能够减少以下几种情况的出现。

（1）做出了一个功能，结果该功能只有极少数人用，且实用性并没有那么大。

（2）功能多而全，但是没有亮点，所有功能都为亮点，但是因为功能太多，反而增加了用户的使用难度，等于没有核心亮点。

（3）用了非简单的方式解决了用户的问题，自以为满足了用户需求，殊不知，更接近事实的是：做了很多不必要的功能，却给了用户复杂的解决方案，一旦竞品做出了更简捷的替代产品，那么很容易就会丢失大部分的用户