算法

MLlib包含许多算法和实用程序。

ML算法包括：

• 分类：逻辑回归，朴素贝叶斯，。。。
• 回归：广义线性回归，生存回归，。。。
• 决策树、随机森林和梯度树
• 建议：交替最小二乘法（ALS）
• 聚类：K均值，高斯混合（GMM），。。。
• 主题建模：潜在Dirichlet分配（LDA）
• 频繁项集、关联规则和序列模式挖掘

ML工作流实用程序包括：

• 特征转换：标准化、规范化、哈希化，。。。
• ML管道施工
• 模型评估和超参数调整
• ML持久性：保存和加载模型和管道

其他公用设施包括：

• 分布式线性代数：SVD、PCA，。。。
• 统计：总结统计、假设检验，。。。

请参阅MLlib指南有关用法示例。

社区

MLlib是作为Apache Spark项目的一部分开发的。因此，它得到测试并更新了每个Spark版本。

如果您有关于图书馆的问题，请在Spark邮件列表.

MLlib仍然是一个快速发展的项目，欢迎各方提供捐助。如果你想向MLlib提交一个算法，阅读如何为Spark贡献力量给我们发个补丁！

入门

开始使用MLlib：

• 下载Spark.MLlib作为模块包含。
• 阅读MLlib指南，其中包括各种用法示例。
• 了解如何部署簇上火花如果你想在分布式模式下运行。您还可以在多核机器上本地运行没有任何设置。