Spark各类算法的应用场景

SparkMlib是Spark项目的其中一个模块，包含了当前比较热门的机器学习算法，这些算法API主要分成两种。ML和MLIB。

本文对官方文档中描述的一些算法和工具进行了简单的介绍。

ML主要针对DataFrame,MLIB则面向RDD，算法的种类基本一致，我个人比较偏向于ML，结构化的数据更易操作一些。

Classification

     分类算法包括逻辑回归，决策树已经随机森林等等。适合解决有监督形式的机器学习。

      现实生活中常常用来预测，用户是否会流失、是否是垃圾邮件、明天是否会下雨等等。

      同时部分模型也支持多种分类的预测，如保险业保单风险评级（A,B,C,D,E等级）

Regression