docs: 更新了完整的机器学习流程测试，修正了机器学习参数文档错误

参考/接口测试md/接口调用测试与说明.md

@@ -398,3 +398,72 @@ funcId=5时，即皮尔斯相关系数分析，需要至少两个类型为int或
 
 ![自动化特征选择](.\接口调用测试&说明.assets\自动化特征选择.jpg)
 
+##### GET：model/train  模型训练
+
+这里使用的是modelId=1，model信息如下
+
+```
+{
+    "id":"1",
+    "modelTypeId":"2",
+    "configId":"1",
+    "fileInfoId":"1",
+    "modelName":"event_data",
+    "isTrained":false,
+    "modelPath":"",
+    "resOfModel":null,
+    "arguments":{
+        "Category":"10",
+        "TrainingDataSetOccupy":"0.7"
+    }
+}
+```
+
+这里不需要的参数有：isTrained，modelPath，随便设置即可
+
+config设置：
+
+```
+{
+    "id":"0",
+    "fileInfoId":"1",
+    "userId":"1",
+    "modelTypeId":"2",
+    "confName":"config1",
+    "fieldIds":["105","106","107","110","109"]
+}
+```
+
+注意，这里字段Id与上面的不统一，因为这是新建的config
+
+最后一个字段是目标字段，其他都是训练特征
+
+即学习事故类型event_type与道路方向，车道，车型，时间的关系
+
+![文件字段列表](.\接口调用测试&说明.assets\文件字段列表.jpg)
+
+modelPath在训练完成后，会将训练结果存储，将路径作为modelPath更新
+
+训练结果如下：
+
+![训练结果](.\接口调用测试&说明.assets\训练结果.jpg)
+
+##### GET：api/model/use 模型使用
+
+使用另一个结构相同的csv文件，文件信息如下
+
+```
+{
+	"id":"2",
+	"file_struc_info":{"totalRows":"441"},
+	"file_name":"event_test",
+	"folder":"",
+"location":"hdfs://114.212.245.120:9000/data/java_compile/event_test",
+	"upload_time":"2022-03-29 04:30:36.344000",
+	"user_id":"1"
+}
+```
+
+![模型训练结果](.\接口调用测试&说明.assets\模型训练结果.jpg)
+
+这里应该是吧事件类型离散了

参考/机器学习模型参数.md

@@ -8,8 +8,10 @@
 
 #### DecisionTree
 
+注意：只有决策树DT的训练集比例是TrainingSetOccupy，其他都是TrainingDataSetOccupy，巨坑！
+
 - Category：具有该数量以上的字段视为连续
-- TrainingDataSetOccupy：训练集比例
+- TrainingSetOccupy：训练集比例
 
 #### RandomForest