ml包包括三个主要的抽象类：转换器（Transformer）、评估器（Estimator）和管道（Pipeline）
pyspark ML中管道的概念用来表示从转换到评估（具有一系列不同阶段）的端到端的过程，这个过程可以对输入的一些原始数据（以DataFrame形式）执行必要的数据加工（转换），最后评估模型。
一个管道可以被认为是由一系列不同阶段组成的。在Pipeline对象上执行fit方法时，所有阶段按照stage参数中指定的顺序执行；stage参数是转换器和评估器对象的列表。管道对象的fit方法执行每个转换器的transform方法和所有评估器的fit方法。
通常，前一阶段的输出会成为下一阶段的输入：当从转换器或评估器抽象类型派生时，需要实现getOutputCol()方法，该方法返回创建对象时指定的outputCol参数的值。
(1)DataFrame：数据源，可以容纳多种数据类型。
(2)Transformer：是可以将一个DataFrame变换成另一个DataFrame的算法。例如，一个训练好的模型是一个Transformer，通过transform方法，将原始DataFrame转化为一个包含预测值的DataFrame。
(3)Estimator：是一个算法，接受一个DataFrame，产生一个Transformer。例如，一个学习算法（如PCA,SVM）是一个Estimator，通过fit方法，训练DataFrame并产生模型Transformer。