摘要：MLlib在1.3中添加了不少机器学习及数据挖掘算法：研究主题分布的LDA、估计点集分布的GMM、提取频繁项集的FP-growth等等。本文主要聚焦ALS的实现及其在1.3中的提升。深受用户喜爱的大数据处理平台ApacheSpark1.3于前不久发布，MLlib作为Spark负责机器学习（ML）的核心组件在1.3中添加了不少机器学习及数据挖掘的算法：研究主题分布的latentDirichletallocation（LDA）、估计点集分布的高斯混合模型（GMM）、提取频繁项集的FP-grow

摘要：MLlib在1.3中添加了不少机器学习及数据挖掘算法：研究主题分布的LDA、估计点集分布的GMM、提取频繁项集的FP-growth等等。本文主要聚焦ALS的实现及其在1.3中的提升。深受用户喜爱的大数据处理平台ApacheSpark1.3于前不久发布，MLlib作为Spark负责机器学习（ML）的核心组件在1.3中添加了不少机器学习及数据挖掘的算法：研究主题分布的latentDirichletallocation（LDA）、估计点集分布的高斯混合模型（GMM）、提取频繁项集的FP-grow