[Spark基础]-- spark ml和mllib库的说明

官方说明：https://spark.apache.org/docs/latest/ml-guide.html

一、Spark ML
1、定义
Spark机器学习

2、针对的对象:DataFrame
(1)ml主要操作的是DataFrame。
(2)DataFrame和RDD什么关系？DataFrame是Dataset的子集，也就是Dataset[Row]。
(3)DataSet是对RDD的封装，对SQL之类的操作做了很多优化。

二、Spark MlLib
1、定义：
MLlib是Spark的机器学习（ML）库。其目标是使实用的机器学习具有可扩展性和容易性。在高水平上，它提供了以下工具：

ML算法：常用的学习算法，如分类，回归，聚类和协同过滤
特征：特征提取，变换，维数降低和选择
管道：构建，评估和调整ML管道的工具
持