| 类别 | 算法名称 | 需求格式 | 评估方法 |
| 聚类算法 | KMeans | RDD[Verctor] | |
| 分类算法 | DecisionTree（决策树） | RDD[LabeledPoint] | ACU，F-measure，ROC |
| LogisticRegression（逻辑回归） | RDD[LabeledPoint] | ACU，F-measure，ROC | |
| NaiveBayes（朴素贝叶斯） | RDD[LabeledPoint] | ACU，F-measure，ROC | |
| SVM（支持向量机） | RDD[LabeledPoint] | ACU，F-measure，ROC | |
| 回归算法 | LinearRegression（线性回归） | RDD[LabeledPoint] | 自定义 |
| RidgeRegression（岭回归） | RDD[LabeledPoint] | 自定义 | |
| Lasso | RDD[LabeledPoint] | 自定义 | |
| 推荐算法 | ALS | RDD[rating] |
(1)LabeledPoint： LabeledPoint数据格式是Spark自己定义的一种数据格式，他的原型是LIBSVM（大学副教授开发的一种简单、易用和快速有效的SVM模式识别与回归的软件包）输入数据的格式类型。LabeledPoint是一种标签数据，数据结构分为label 和features两部分。具体结构为，label index1:value1 index2:value2 ...，其中label为标签数据，index1，index2为特征值序号，value1，value2为特征值。
(2) 自定义：Spark目前没有一个通用的类去评估回归模型，只是在例子中自己写的一个小方法去评估模型，方法如下：
val loss = predictionAndLabel.map { case (p, l) => //预测结果为p和标签值为l
val err = p – l //通过p-l获得误差值err
err * err //误差平方
}.reduce(_ + _) //把所有误差平方相加求平方和
val rmse = math.sqrt(loss / numTest) //平均样本误差下载本文
