用pyspark mllib模块，如何实现聚类，分类和推荐。三者哪一个不容易实现，为什么

使用pyspark mllib模块，可以使用以下算法实现聚类、分类和推荐：

1. 聚类：K-means算法和高斯混合模型（GMM）算法

2. 分类：逻辑回归、决策树、随机森林、朴素贝叶斯等算法

3. 推荐：基于用户的协同过滤、基于物品的协同过滤、矩阵分解等算法

其中，推荐算法较为复杂，因为需要考虑用户的行为数据、物品的属性和相似度等因素，同时需要进行大规模的矩阵计算。聚类和分类算法相对简单一些，因为它们只需要进行简单的数据处理和模型训练即可。

总的来说，三者都可以在pyspark mllib模块中实现，但是推荐算法的实现难度较高，需要较强的数学和计算机技能。