Spark ML 和 Tensorflow / DMTK有什么区别和优劣？

最近在写spark下的机器学习程序，用RDD编程模型。spark自带的机器学习算法API局限太多。想请问各路大侠，能不能再spark的编程模型下引用scikit-learn？

Spark当前很火哈，有木有行家来回答一下~~抛砖引玉，比如jvm方面的限制内存浪费任务调度方面拓展性等等。

数据挖掘没人带，自己琢磨现在有一个数据集和spark集群关于分词1、在单机分词，生成分词后的数据集，然后在spark上进行挖掘2、直接在spark集群进行分词，挖掘哪种方案合适？如果是1的话，单机执行效率会不会很慢如果是2的话，如何在分词时加载自定义词库，好多分词工具好像都不支持从hdfs中获取词典吧，那如何保证在集群中每个节点可以加载自定义词典，难道每个节点都要存放一份关于算法选择和验证如果数据量很大，跑一次要很久，那么如何选择合适的算法和验证1、使用spark集群抽样，使用部分数据来选择2、取一部分数据，使用scikit-learn来选择，验证完成后在使用spark集群哪种方案比较合适？