之前Mahout或者自己写的MR来解决复杂的机器学习，导致效率低，spark特别适合迭代式的计算，这正是机器学习算法训练所需要的，MLlib是基于spark之上算法组件，基于spark平台来实现。

主要的机器学习的算法目前在MLlib中都已经提供了，分类回归、聚类、关联规则、推荐、降维、优化、特征抽取筛选、用于特征预处理的数理统计方法、以及算法的评测。

以上是目前spark1.3支持的算法包，相比较之前的版本增加了新的算法，主题模型LDA，高斯混合模型GMM，FP-Growth关联规则等，当然还有其他一些算法性能方面的提升等等。

http://spark.apache.org/mllib/