MLlib：基于RDD的API

此页面记录了基于RDD的API（ spark.mllib 包）的MLlib指南部分。请查看 MLlib主指南 ，以获取基于DataFrame的API（ spark.ml 包），这现在是MLlib的主要API。

• 数据类型
• 基本统计
  • 总结统计
  • 相关性
  • 分层抽样
  • 假设检验
  • 流式显著性检验
  • 随机数据生成
• 分类与回归
  • 线性模型（SVM、逻辑回归、线性回归）
  • 朴素贝叶斯
  • 决策树
  • 树的集成（随机森林和梯度提升树）
  • 等温回归
• 协同过滤
  • 交替最小二乘法（ALS）
• 聚类
  • k均值
  • 高斯混合
  • 幂迭代聚类（PIC）
  • 潜在Dirichlet分配（LDA）
  • 二分k均值
  • 流式k均值
• 降维
  • 奇异值分解（SVD）
  • 主成分分析（PCA）
• 特征提取和转换
• 频繁模式挖掘
  • FP-growth
  • 关联规则
  • PrefixSpan
• 评估指标
• PMML模型导出
• 优化（开发者）
  • 随机梯度下降
  • 有限记忆BFGS（L-BFGS）