Spark MLlib（Spark Machine Learning library），封装了若干工具：

• ML算法：常见的学习算法，诸如分类，回归，聚类和过滤。

• 特征化：特征抽取，转换，降维和选择

• Pipeline：构建-预测-调参ML

• 持久化：保存和加载算法、模型和Pipeline

• 工具：linear algebra，统计，数据处理等

在Spark 2.0，基于RDD的API在spark.mllib 包维护；而基于DataFrame的API在spark.ml 维护。