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。
接口规范
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。
2. 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；
3. SHOW_ALGORITHMS()
功能：显示所有已注册的算法族。
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。
5. DROP_MODEL(model_name)
功能：删除模型。
参数说明：
model_name：待删除模型的名称.
6. SHOW_MODELS()
功能：显示所有已存在的模型。
7. SHOW_MODEL(model_name)
功能：显示模型的详细信息。
参数说明：
model_name：模型的名称。
示例：显示 kmeans_cust_model 模型的信息。
gccli>call UPEXTDB.SHOW_MODEL('kmeans_cust_model');
8. TRAIN_MODEL(model_name)
功能：训练模型。
参数说明：
model_name：模型的名称。
示例：训练名为 kmeans_cust_model 的模型。
gccli>call UPEXTDB.TRAIN_MODEL('kmeans_cust_model');
9. EVALUATE_MODEL(model_name)
功能：评估模型。
10. PREDICT(model_name, predict_set, predict_result)
功能：使用模型进行预测。
参数说明：
model_name：模型的名称
predict_set：要预测的数据集，可以是表、视图或 HDFS 文件
predict_result：预测的结果，可以是表或 HDFS 文件，如果表不存在会自动创建，如果表已存在内容会被覆盖，如果 HDFS 文件不存在会自动创建，如果 HDFS 文件已存在会报错。
11. ADD_TRAIN_SETTING(model_name , setting_key, setting_value )
功能：以键值对的形式设置模型的训练参数。
参数说明：
model_name：模型的名称；
setting_key：参数的名称；
setting_value：参数的取值；
12. SHOW_TRAIN_SETTINGS(model_name)
功能：显示模型的所有训练参数。
