我的理解是机器学习和统计模型之间的主要区别在于，后者“假设”某种类型的数据分布并基于我们获得的不同模型范式以及统计结果（例如 p 值、F 统计, t-stat 等）。但在机器学习的情况下，我们不关心数据的分布，而是对预测更感兴趣。
当我浏览 Mllib 文档时，我发现对于线性回归，我们正在指定一个分布。但是 Mllib 是一个机器学习包。所以，我有以下问题：
1）我对机器学习和统计方法的理解是错误的吗？
2) spark 是否使用线性回归和 GLM 的统计建模？
谢谢！
注意：关于机器学习和统计方法之间的区别有很多精彩的帖子。但这更多与 spark MLLIB 有关。
pyspark/mllib/regression.py的LinearRegressionWithSGD评论：Train a linear regression model using Stochastic Gradient Descent (SGD). This solves the least squares regression formulation f(weights) = 1/(2n) ||A weights - y||^2 which is the mean squared error.即这是用于高斯响应的标准线性回归算法。特定算法的实现可能会被优化，使其适用于非常大的数据集（例如，参见这个优秀的线程“当有封闭形式的数学解决方案可用时，为什么使用梯度下降进行线性回归？ ”）但是背后的理论一个算法是完全一样的。