使用Java进行预测分析

Question

我正在研究基于Spring的Web应用程序，该应用程序根据用户历史数据执行Predictive Analysis，并向用户提供优惠。我需要实现预测分析或任何回归类型的功能，这些功能可以提供置信度得分/预测来呈现这些要约。我是一名Java开发人员，看着Weka，Mahout以获得理想的结果。但是这两种工具都没有提供良好的文档，并且很难继续使用它们。我需要一个关于基于Java的分析API的建议，以使用回归或神经网络或决策树处理我的数据，并提供一个置信度分数，描述客户未来购买产品的可能性。

在这方面的任何帮助都非常值得赞赏。

Answer 1

我刚刚完成了一项涉及使用JRI软件包使用JavaFx和R构建GUI的长项目，它使用了来自R的forecast软件包的预测。

如果你选择这个解决方案（JavaFX + R），R的所有统计包都将被使用，R有很好的文档，但接口jri是一个挑战。 我构建的程序是独立模式，而不是Web启动。

大多数问题都是关于设置所有环境变量，并将参数传递给JVM，最大的问题是部署，你需要确保你的客户端有R，并设置R和Java之间的所有链接PC。

如果您对使用Java / JRI的R中的任何预测分析（树，回归......）感兴趣，请告诉我并发布它。

Answer 2

我建议你继续尝试Weka。它是一个很好的工具，不仅可以用于实现，还可以了解哪些算法适合您，您的数据是什么样的，等等。 这本书物有所值，但如果您不愿意购买，this wiki page可能是一个很好的起点。

最好先从测试开始，而不是编程 - 我相信这句话可以说机器学习的60％是理解数据集＆＃34;。使用Weka GUI，找出最适合您和您的数据，并尝试一些元分类（增强，装袋，堆叠）;它们通常会产生很好的效果（以处理时间为代价）。