机器学习库（MLlib）指南（Spark 2.4.5）

MLlib是Spark的机器学习（ML）库。它的目标是使机器学习的实际应用变得容易和可扩展。在较高层次上，它提供了以下工具： ML算法：常见的学习算法，如分类、回归、聚类和协作过滤 特征化：特征提取、转换、降维和筛选 工作流（Pipelines）：构建、评估和调整ML工作流的工具 持久性：保存和加载算法、模型和工作流 实用程序：线性代数、统计学、数据处理等。 注：基于DataFrame的API是主

>>阅读原文<<