spark mlib官方文档学习和翻译笔记（1）

机器学习库Mlib

MLib 是一个spark机器学习库。它的目标是使机器学习容易使用和可扩展。从一个高层角度，提供了下面的工具：

机器学习算法：比如分类，回归，聚类和协同过滤

特征处理: 特征抽取，转换，降维和选 择

管道(Pipeline):构建工具，评估，和Pipelines优化

持久化：保存和载入算法，模型，管道

工具集：线性代数，统计，数据处理等等

spark2.0后，spark.mllib包基于RDD的api已经进入维护阶段。spark ml包里的api都是基于dataframe的。

Mlib基于RDD的api预计在spark3.0时会被删除。