Apache Spark的MLlib（Machine Learning Library）是一個強大的機器學習庫，它支持廣泛的算法，適用于分類、回歸、聚類、降維等多種機器學習任務。以下是MLlib支持的主要算法類別及其部分算法：
MLlib提供了多種評估指標和工具，如AUC、準確率、召回率、F1分數、平均絕對誤差、輪廓系數、Davies-Bouldin指數和Jaccard距離等，用于評估模型的性能。
雖然MLlib不如專門的深度學習框架（如TensorFlow或PyTorch）強大，但它支持神經網絡模型，如多層感知機（MLP）。
MLlib通過提供這些算法和工具，使得在Spark上進行機器學習變得更加高效和便捷。
