Apache-pyspark-hadoop使用数据块 说明使用pyspark执行的一些基本活动，并使用MLlib API执行一些机器学习（ML）算法 发布在此存储库上的笔记本是使用databricks开发的，databricks是spark创始人创建的一个开源平台，您可以选择以下提到的其他平台： 1）在虚拟机/本地机上使用ubuntu（或） 2）AWS EC2（或） 3）AWS EMR（或） 4）数据砖。 为了使用数据砖在此github存储库中执行笔记本，请创建一个社区版帐户，然后开始