GBMLLib 是南大通用 GBase 8a数据库的数据挖掘和机器学习扩展库,以插件的形式添加到GBase8a 中。通过其提供的机器学习算法,GBase8a 可以帮助用户对数据进行深层次的分析和挖掘,将用户数据转化为用户价值。
GBMLLib 提供了基于 SQL 的机器学习算法,目前包括的算法有:回归算法(线性回归)、分类算法(Logistic 回归、支持向量机)和聚类算法(K-Means)。同时也提供了一些数组操作和线性代数计算的基本函数。
GBMLLib 具备以下技术特征:
1) SQL 接口:GBMLLib 提供了 SQL 方式的数据挖掘算法,模型的训练、评估和预测都通过 SQL 语句来执行,使得数据分析师非常容易掌握,并与其现有技能结合,充分发挥其创造力、提高工作效率。
2) In-database 分析:不同于其他分析工具需要通过 api 或 odbc 把数据从数据库搬移到分析节点进行处理的方式,GBMLLib 的分析算法以数据库 udf/udaf 的形式运行在 GBase8a 的线程内部,通过 GBase8a 的执行计划进行调度,最大程度的减少数据的搬移、提升运行速度。