Spark MultilayerPerceptronClassifier Scala实现例子及优化算法理解

下面是Scala语言调用Spark MLPC的一个小Demo，需要注意的是MLPC既能处理二分类，又能处理多分类，layers参数的第一层神经元个数必须等于数据集中的特征数，最后一层神经元个数必须等于数据集中的类别数。

package com.spark

import org.apache.spark.ml.classification.MultilayerPerceptronClassifier
import org.apache.spark.ml.evaluation.MulticlassClassificationEvaluator
import org.apache.spark.ml.feature.VectorAssembler
import org.apache.spark.sql.SparkSession

object MultilayerPerceptron {
   
  val spark: SparkSession = SparkSession
    .builder()
    .master("local")
    .appName("MultiLayer Perceptron Classifier")
    .config("spark.some.config.option", "some-value")
    .getOrCreate()

  import spark.implicits._

  def main(args: Array[String]): Unit = {
   
  // 读取少量的Iris数据集数据
    val dataList: List[(Double, Double, Double, Double, String)] = List(
      (5.1,3.5,1.4,0.2,"Iris-setosa"),
      (4.9,