分类回归

numPartitions

Spark分区数量，分区越多意味着任务数太多，每次调度耗时会增加，分区太少，会导致一些节点没有分配到任务，并且会使每个分区处理的数据量增大，从而使每个agent节点内存提高。

在0.5~1.5倍的总核数（executor_cores与num_executor乘积）进行网格搜索，建议使用1倍总核数。

maxIter

最大迭代次数，控制模型的收敛精度，设置太大，训练时间过长，并且容易使模型过拟合，造成精度下降，设置太小，模型未收敛到最优值，造成精度不高。

在50~150范围内进行搜参，建议使用缺省值100。对于features数量较少的数据集可适当减小迭代值。

inertiaCoefficient

历史方向信息在动量计算中的权重，优化算法新增参数，正实数双精度类型，用于对精确度进行调优，通过spark.boostkit.LinearSVC.inertiaCoefficient参数设置。

缺省值为0.5。