Spark MLlib 机器学习判断题：测试你的知识储备

Spark MLlib 是 Spark 中的一个机器学习库，提供了常见的机器学习算法和工具。答案：正确。
Spark MLlib 只支持 Python 语言。答案：错误，Spark MLlib 支持 Python、Java 和 Scala 语言。
在 Spark MLlib 中，Pipeline 是用来将多个机器学习算法串联起来构建整个机器学习流程的工具。答案：正确。
在 Spark MLlib 中，分类算法只能用于二分类问题。答案：错误，Spark MLlib 中的分类算法可以用于二分类和多分类问题。
在 Spark MLlib 中，特征提取和转换是机器学习流程中的第一步。答案：正确。
在 Spark MLlib 中，支持的回归算法包括线性回归和逻辑回归。答案：错误，Spark MLlib 中的回归算法还包括决策树回归和随机森林回归等。
在 Spark MLlib 中，聚类算法用于将数据分成不同的类别。答案：正确。
在 Spark MLlib 中，特征选择是指从原始数据中选择最相关的特征用于构建机器学习模型。答案：正确。
在 Spark MLlib 中，支持的推荐算法包括基于矩阵分解的算法和基于协同过滤的算法等。答案：正确。
在 Spark MLlib 中，支持的异常检测算法包括离群点检测和异常检测等。答案：正确。
在 Spark MLlib 中，支持的文本处理算法包括词频统计和 TF-IDF 等。答案：正确。
在 Spark MLlib 中，交叉验证是用于评估机器学习模型性能的一种方法。答案：正确。
在 Spark MLlib 中，支持的模型评估指标包括准确率、召回率、F1 值等。答案：正确。
在 Spark MLlib 中，支持的特征转换方法包括 One-Hot 编码和标准化等。答案：正确。
在 Spark MLlib 中，支持的模型调优方法包括网格搜索和随机搜索等。答案：正确。