Apache Spark的MLlib（Machine Learning Library）是一个强大的机器学习库，它支持广泛的算法，适用于分类、回归、聚类、降维等多种机器学习任务。以下是MLlib支持的主要算法类别及其部分算法：
MLlib提供了多种评估指标和工具，如AUC、准确率、召回率、F1分数、平均绝对误差、轮廓系数、Davies-Bouldin指数和Jaccard距离等，用于评估模型的性能。
虽然MLlib不如专门的深度学习框架（如TensorFlow或PyTorch）强大，但它支持神经网络模型，如多层感知机（MLP）。
MLlib通过提供这些算法和工具，使得在Spark上进行机器学习变得更加高效和便捷。
