scala实现超限学习机（ELM）手写数字分类

介绍：超限学习机（Extreme Learning Machine）又叫极限学习机是黄广斌等于2006年提出，属于单隐层前馈神经网络SLFN。其输入权值和隐层阈值随机初始化，通过最小二乘法计算得出输出权值，具有很好的分类和回归性能，与其它机器学习算法相比最大的优势是计算速度快，因为ELM不需要进行迭代。

现将实现ELM的scala代码贴出，亲测运行成功，由于内存限制，在本地最高只能运行到900个隐层结点。若有疑问，欢迎交流。

import org.apache.log4j.{Level, Logger}
import org.apache.spark.{SparkConf, SparkContext}
import breeze.linalg.{DenseMatrix=>BDM,_}//为避免与mllib自带的DenseMatrix混淆，将其赋一个别名
import breeze.numerics._
import org.apache.spark.rdd.RDD

object ELM {
   
  def manOf[T: Manifest](t: T): Manifest[T] = manifest[T]//返回类型

  def main(args: Array[String]) {
    // 屏蔽不必要的日志显示终端上
    Logger.getLogger("org.apache.spark").setLevel(Level.ERROR)
    Logger.getLogger("org.eclipse.jetty.server").setLevel(Level.OFF)
    // 设置运行环境
    val conf = new SparkConf().setAppName("ELM").setMaster(