about云系列spark入门5：MLlib 介绍
易于使用
使用Java, Scala 和 Python.
MLlib 适合 Spark's APIs 于使用PythonNumPy 交互（(开始于Spark 0.9).）
你可以使用任何hadoop数据源(HDFS, HBase, 和 本地文件)
points = spark.textFile("hdfs://...")
.map(parsePoint)
model = KMeans.train(points, k=10)
使用python调用MLlib
性能
高质量算法，比mapreduce快100倍
spark擅长迭代运算，使MLlib 运行更快，与此同时，我们关心算法性能，MLlib 包含高质量算法-杠杆迭代，比近似一次使用mapreduce得到更好的结果
容易部署
运行在已有的hadoop集群
如果你使用的hadoop2集群，你可以直接运行spark和MLlib 。其它的你可以容易的运行 standalone 和EC2 或则Mesos.
你可以从 HDFS, HBase, 或则其它 Hadoop数据源读取数据
页:
[1]