oracle 机器学习,使用支持向量机(SVM)在Oracle自治数据仓库云中进行机器学习

共享单车示例数据集分为两个数据集-训练数据集(bike_train_data)和预测数据集(bike_predict_data)，通过Notebooks我们可以方便的使用熟悉的sql语句，对数据集内的数据进行浏览。

从数据集内容可以看出，训练数据集包含一个时间段内的每日单车使用量(count)，以及当日的其他相关信息，比如季节、天气情况、温度、风速等，而预测数据集内容基本相同除了没有单车使用量(此为我们需要进行预测的数值)。

从训练数据集数据可以看出，部分的数据是字符型数据，在进行回归建模前我们需要将该部分数据转化为数值型。以季节(season)和天气(weathersit)为例，我们需要先分析该变量的取值范围，我们可以使用ADW Notebooks提供的数据结果可视化能力进行快速分析。

通过对season数据分布的图形分析，以及进一步的season和weathersit数据的图形分析，很轻易的获得了这两个变量的取值范围。下面根据上面获得的信息，通过脚本构建用于进行数据建模的数据库视图。如下脚本所示，所有字符型的变量都转变为可进行建模的数值型变量。