Spark MLlib概述
Spark的MLlib，其目标是让机器学习实践更加简单且具可扩展性。提供的特性如下：
- 机器学习算法：分类，回归，聚类和协同过滤
- 特征提取：特征提取、转化，将维和选择
- 工作流（Pipelines）：构建，评估和调整机器学习工作流的工具
- 数据持久化：持久化/加载模型，算法和工作流
- 工具集：线性代数，统计学，数据操作的工具支持
MLlib的主要API
值得注意的是，进入了Spark2.0版本之后，spark.mllib中基于RDD的API（ RDD-based APIs）也进入了维护模式，取而代之的是spark.ml中基于DataFrame的API（DataFrame-based API）。
