VectorIndexer是一个Estimator，用来将某个一组数字类型的属性值转化成数字编码index，以便后续其他适用于数字编码的算法使用。多个属性值被组合成一个Vector字段作为输入。
在fit期间如果某一个属性中出现的属性值<=最大分组阈值，则该属性会被认为是离散属性(categorical feature)并进行编码，编码规则是对该属性每个出现的离散数值给出从0～离散数值数量-1的数字，属性数值越小，给出的编码数字就越小(和StringIndexer算法类似，但编码规则不同)；属性值>分组阈值的属性被认为是连续属性(continuous feature)，输出中将保留原数值。
在transform阶段，VectorIndexer并不像StringIndexer那样具备处理fit时没有碰到过的离散属性值(连续值不影响)或者Null值的能力，如果出现就会抛出 java.util.NoSuchElementException: key not found: xx异常，后续spark应该会加上处理这些未知值的选项。
VectorAssembler是一个Transformer，用来将数据集中多个属性按次序组合成一个类型为向量vector的属性，以便后续其他适用于向量数据的算法(逻辑回归，决策树，主成分等等)使用。被组合的属性类型可以是数字(numeric)，布尔(boolean)以及向量(vector)。
more >>StringIndexer是一个Estimator，用来将某个文本属性的值转化成数字编码index，以便后续其他适用于数字编码的算法使用。编码规则是对该文本属性每个出现的属性值label给出从0～label数量-1的数字，出现频率越高的label，给出的编码数字就越小。由此看出StringIndexer是需要根据已有训练集来进行fit的。
more >>tag:
缺失模块。
1、请确保node版本大于6.2
2、在博客根目录（注意不是yilia根目录）执行以下命令：
npm i hexo-generator-json-content --save
3、在根目录_config.yml里添加配置：
jsonContent:
meta: false
pages: false
posts:
title: true
date: true
path: true
text: false
raw: false
content: false
slug: false
updated: false
comments: false
link: false
permalink: false
excerpt: false
categories: false
tags: true