分布式计算是大规模机器学习的重要途径,数据分块数选择是分布式机器学习研究的重要问题之一,直接影响着机器学习算法的泛化性和运行效率。如何选择合适的数据分块数成为分布式机器学习模型选择的重要研究课题。现有分布式机器学习方法往往根据经验或处理器个数来选择数据分块数,数据分块数选择缺乏可解释性和合理性,缺少明确的数据分块数选择准则。针对这一问题,提出一个并行效率敏感的分布式机器学习数据分块数选择准则,该准则可在保证分布式机器学习模型测试精度的情况下,提高计算效率。首先,推导分布式机器学习模型的泛化误差与数据分块数目的关系。然后以此为基础,依照经验风险最小化理论,定义最小化分块经验风险,提出折衷模型泛化性与并行效率的数据分块数选择准则。最后,在分布式ADMM框架下随机傅里叶特征空间中,采用提出的数据分块数选择准则,实现了大规模分布式近似支持向量机问题的数据分块数选择,同时给出了分布式模型实现方案。在高性能计算集群和大规模标准数据集上,实验验证所提出的数据分块数选择准则是有效且可靠的。本文所提准则具有一定通用性,并不局限于分布式ADMM算法框架和支持向量机问题。