pyspark.ml训练机器学习库有三个主要的抽象类：Transformer、Estimator、Pipeline。

• Transformer主要对应feature子模块，实现了算法训练前的一系列的特征预处理工作，例如MinMaxScaler、word2vec、onehotencoder等，对应操作为transform

• Estimator对应各种机器学习算法，主要为分类、回归、聚类和推荐算法4大类，具体可选算法大多在sklearn中均有对应，对应操作为fit；

• Pipeline可将一些列转换和训练过程串联形成流水线。