基本概念
➢ algo：算法，GBase UP 提供的机器学习算法。
➢ dataSource：数据源，可以来自于数据库表或 HDFS 文件。
➢ dataset：数据集。数据源经过预处理过程生成的数据，直接用于模型训练。
➢ model：模型。经过训练后生成，用于模型的评估和预测，是机器学习算法的核心。
1. ADD_ALGORITHM(alg_name,train_class,evaluate_class,evaluate_type,predict_class)
功能：在 GBase UP 中注册算法族。 参数说明：
alg_name:算法族的名称；
train_class:训练算法的类名；
evaluate_class:评估算法的类名；
evaluate_type:评估算法的类型，如果直接使用训练好的模型进行评估则取值为 0，如 果根据评估参数重新计算模型进行评估则取值为 1；
predict_class:预测算法的类名。 示例：将“kmeans”算法族注册到 GBase UP。
gccli> call UPEXTDB.ADD_ALGORITHM( ‘kmeans ',
‘com.gbase.ml.core.kmeans.KMeansTrain’,
‘com.gbase.ml.core.kmeans.KMeansEvaluate’,
1,
‘com.gbase.ml.core.kmeans. KMeansPredict_tb’);
DELETE_ALGORITHM(alg_name)
功能：在 GBase UP 中注销算法族。
参数说明：
alg_name：算法族的名称；
示例：注销“kmeans”算法族。
gccli> call UPEXTDB.DELETE_ALGORITHM( 'kmeans' );
3. SHOW_ALGORITHMS()
功能：显示所有已注册的算法族。 示例：显示算法族。
gccli> call UPEXTDB.SHOW_ALGORITHMS();
4. CREATE_MODEL(model_name, alg_name, train_set, test_set)
功能：创建模型。 参数说明：
model_name：自定义模型的名称；
alg_name：模型所使用的算法族的名称；
train_set：训练数据集，用于训练模型，可以是表、视图或 HDFS 文件；
test_set：测试数据集，用于评估模型，可以是表、视图或 HDFS 文件。
示例 1：创建模型，模型名为 kmeans_cust_model，使用算法族为 kmeansForCust，训练集和测试 集分别是 spark_ml 库中的 t_cust_train_data 表和 t_cust_enva_data 表。
gccli>call UPEXTDB.CREATE_MODEL ( 'kmeans_cust_model',
'kmeansForCust',
'spark_ml.t_cust_train_data',
'spark_ml.t_cust_enva_data');
示例 2：创建模型，训练集和测试集都是 HDFS 文件，/up/sparkml/data/features_train 为训练 集目录，/up/sparkml/data/features_test 为测试集目录。
gccli>call UPEXTDB.CREATE_MODEL( 'naiveBayes_model',
'naiveBayes',
'/up/sparkml/data/features_train',
'/up/sparkml/data/features_test');
