求教如何处理spark机器学习数据

诸位老师，我想请教如何处理分类算法决策树和贝叶斯数据处理方法，针对如下数据结构中分类数据应采用什么方法处理分类数据？

分类	分类	分类	数值	数值	数值	标签
IP	ID	TYPE	COUNT	INTCOUNT	SUBINTCOUNT	LABLE
10.1.1.1	123	A	12	123	345	1
10.1.1.2	13	C	41	126	25	0
10.1.1.3	452	D	5124	48	35	1
10.1.1.4	265	E	234	46	84	1
10.1.1.5	162	E	2134	74	63	0
10.1.1.6	45	C	324	345	64	1
10.1.1.7	97	D	4634	25	25	0
10.1.1.8	28	E	678	35	35	1
10.1.1.9	2	C	36	84	35	1
10.1.1.10	55	C	6463	63	63	0
10.1.1.11	534	D	63	64	64	1
10.1.1.12	3	B	64	6	3	1
10.1.1.13	45	C	66	6	5	0
10.1.1.14	345	E	46	3	84	1
10.1.1.15	34	C	4	5	63	1
10.1.1.16	56	C	6	4	64	1

看你像得出什么，你的目标是什么。
对于这些数据都是已知，可以使用决策树

结果 标签1或0   ， 建议使用决策树算法，不知道你1和0代表什么，假如有些概率相关的数据就使用贝叶斯

决策树
http://www.aboutyun.com/forum.ph ... id=17776&extra=

贝叶斯
http://www.aboutyun.com/forum.ph ... id=18350&extra=

你可以看下文章，再深入了解下，自己就可以判断了