第七课：Spark 机器学习内幕剖析

1.Spark机器学习的本质是什么？

机器学习，数据+算法（迭代），

从某个角度而言，其实Spark的机器学习就是Spark 平台之上的函数库，这些函数基于RDD，DataFrame,DataSet

Spark机器学习的数据来源，在Spark的最底层肯定是RDD封装的,这个和Spark具体是什么版本没有任何关系，版本的发展只不过是提供了更多的更高层的API而已，

例如:DataFrame,DataSet等，而之所以有DataFrame,DataSet,一般情况下是为了使用统一的优化引擎（抽象程度越高，优化算法就越高）
但是机器学习从算法的角度而言，最原始的其实是都是基于Vector和Matrix来计算的，

也就是说RDD/DataFrame/DataSet里面的数据从机器学习的角度来讲，都是Vector和Matix，而借助于RDD/DataFrame/DataSet,天然分布式并行计算完成了机器学习的并行化和可扩展性等

其实这和图计算的思路非常相似，图计算中数据也是存储在RDD，但是Spark的图计算提供了Vertices,Edges,Routing Table等对象来解析RDD中的数据，从而变成图计算可用的数据

RDD/DataFrame/DataSet和Vector/Matrix关系图：

学好Spark机器学习的关键：

1.Spark core

2.Vector和Matrix的学习

3.Spark机器学习的算法：

     1.算法原理和应用场景

      2.Spark如何实现

        3.案例实战

            4.基于上面的步骤，进入深入地思考

4.综合案例

归纳总结：1.Spark机器学习的本质是什么

2.RDD/DataFrame/DataSet和Vector/Matrix关系图

本课程来源于