Spark Mlib 机器学习库集成了许多常用的机器学习算法，本文以K-Means算法为例结合图像压缩案例，简单介绍K-Means的应用。关于K-Means算法理论可以参考 → K-Means聚类算法（理论篇）
案例介绍
图像压缩
1）一张图由一系列像素组成，每个像素的颜色都由R、G、B值构成（不考虑Alpha），即R、G、B构成了颜色的三个基本特征，例如一个白色的像素点可以表示为（255,255,255）。
2）一张800×600的图片有480000个颜色数据，通过K-Means算法将这些颜色数据归类到K种颜色中，通过训练模型计算原始颜色对应的颜色分类，替换后生成新的图片。