我被分配此任务来分析应用程序的服务器日志，其中包含异常日志，数据库日志事件日志等。我是机器学习的新手，我们将Spark与弹性搜索和Sparks MLlib（或PredictionIO）结合使用。结果将是能够基于收集到的异常日志进行预测，从而能够预测哪个用户更有可能导致下一个异常以及哪个功能（以及其他跟踪和改进应用程序优化的功能）。
我已经成功地能够将数据从ElasticSearch吸收到spark中并创建DataFrames并映射所需的数据。我想知道的是我如何实现实现的机器学习方面。我浏览过有关数据预处理，训练数据模型和创建标签然后生成预测的文章和论文。
我的问题是
如何将现有的日志数据转换为数值向量，该数值向量可用于要训练的数据集。
我使用什么算法来训练我的数据集（在过去几天中，我所掌握的知识有限，我正在考虑实施线性回归，请提出最佳实施方案）
只是在寻找有关如何解决此问题的建议。
谢谢。
如果您确实具有预测能力，可以相信某个用户极有可能发生异常，那么您将怎么办？目标是优化应用程序。您是否在尝试优化工程师应该花时间的错误，而不是仅仅修复应用程序中的已知错误？功能工程对于此任务可能非常重要。此外，您可能需要考虑逻辑回归，该回归将产生一个0..1值，该值可以解释为概率。
我认为您的目标超标了。不要将ML当作做魔术的黑盒。您必须提出正确的问题（并且要有足够的数据）才能获得任何结果。
—
已退出-Anony-Mousse 2015年
您的问题是否得到解决，才能预测哪个用户更有可能导致下一个异常以及哪个功能（以及其他功能来跟踪和改进应用程序的优化）？如果是，那么您能否分享您的解决方案方法或其他任何人都可以分享？
—
Ashish Tyagi，2016年