blocks|key|924337|text|值得一看的是韦卡+--它是一个相当成熟的开放源码工具包，包含了许多机器学习算法，包括集群。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|924338|entityMap|0|LINK|mutability|MUTABLE|url|http://www.cs.waikato.ac.nz/ml/weka/^0|6|2|0|0^^$0|@$1|2|3|4|5|6|7|L|8|@]|9|@$A|M|B|N|1|O]]|C|$]]|$1|D|3|-4|5|6|7|P|8|@]|9|@]|C|$]]]|E|$F|$5|G|H|I|C|$J|K]]]]

Well worth taking a look at <a href="http://www.cs.waikato.ac.nz/ml/weka/" rel="nofollow">Weka</a> - it's a reasonably mature open source toolkit with lots of machine learning algorithms, clustering included.

blocks|key|2121332|text|RapidMiner+-社区版提供免费-易于使用-很好的可视化|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2121333|http://rapid-i.com/content/view/181/190/|offset|length|2121334|entityMap|0|LINK|mutability|MUTABLE|url^0|0|0|14|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|N|8|@]|9|@$D|O|E|P|1|Q]]|A|$]]|$1|F|3|-4|5|6|7|R|8|@]|9|@]|A|$]]]|G|$H|$5|I|J|K|A|$L|C]]]]

RapidMiner
 - community edition available for free
 - easy to use
 - nice visualizations

<a href="http://rapid-i.com/content/view/181/190/" rel="nofollow">http://rapid-i.com/content/view/181/190/</a>

blocks|key|924363|text|另一个很好的库是scikits.learn，这是一个供Python程序员使用的机器学习库。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|924364|entityMap|0|LINK|mutability|MUTABLE|url|http://scikit-learn.sourceforge.net/index.html^0|8|D|0|0^^$0|@$1|2|3|4|5|6|7|L|8|@]|9|@$A|M|B|N|1|O]]|C|$]]|$1|D|3|-4|5|6|7|P|8|@]|9|@]|C|$]]]|E|$F|$5|G|H|I|C|$J|K]]]]

Another good library is <a href="http://scikit-learn.sourceforge.net/index.html" rel="nofollow">scikits.learn</a>, a machine learning library for Python programmers.

blocks|key|2121358|text|关于这个主题，有一本很棒的书--托比·塞加拉的"编程集体智能“。它讨论了不同的机器学习算法、聚类等，还包括指向有用库和示例代码的链接。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|2121359|entityMap|0|LINK|mutability|MUTABLE|url|http://amzn.to/p82TT4^0|O|6|0|0^^$0|@$1|2|3|4|5|6|7|L|8|@]|9|@$A|M|B|N|1|O]]|C|$]]|$1|D|3|-4|5|6|7|P|8|@]|9|@]|C|$]]]|E|$F|$5|G|H|I|C|$J|K]]]]

There is an amazing book on this topic - "<a href="http://amzn.to/p82TT4" rel="nofollow">Programming Collective Intelligence</a>" by Toby Segaran. It discusses different machine learning algorithms, clustering, etc. Also includes links to useful libraries and sample code.

blocks|key|2121408|text|为什么聚在一起？它看起来不像集群问题。您可以将聚类分析作为预处理阶段来区分几组用户(或者您可以省略此阶段)，但是您需要执行某种数字预测：无论是分期付款还是天数，都是数字，那么如何通过集群获得这些数字呢？|type|unstyled|depth|inlineStyleRanges|offset|length|style|BOLD|entityRanges|data|2121409|我建议您在此任务中使用回归。线性回归必须符合你的需要。如果因变量(分期付款和天数)依赖于其他属性，则可以尝试多项式回归，甚至可以尝试像M5'这样的算法，首先构建决策树，然后将回归模型添加到该树的每一片叶子上。|2121410|如果您有非数字属性，也可以尝试使用classification+-在本例中，您需要手动创建可能的类(例如，分期付款的#：从3到5，从6到10，等等)。然后使用任何分类算法(C4.5，SVM，朴素贝叶斯等等)。|2121411|实际上，我不认为你有很多数据。我相信如果总体上小于50+of，那么就没有必要使用类似Mahout这样的怪物来处理大量的数据。为此，您可以使用韦卡或RapidMiner。即使它们无法使用默认配置来处理数据，只需增加JVM的内存即可，在99%25的情况下，它们都是可以的。|2121412|entityMap|0|LINK|mutability|MUTABLE|url|http://www.cs.waikato.ac.nz/ml/weka/|1|http://rapid-i.com/content/view/181/196/^0|1R|4|0|B|2|1V|3|0|H|E|0|1Y|2|0|21|A|1|0^^$0|@$1|2|3|4|5|6|7|V|8|@$9|W|A|X|B|C]]|D|@]|E|$]]|$1|F|3|G|5|6|7|Y|8|@$9|Z|A|10|B|C]|$9|11|A|12|B|C]]|D|@]|E|$]]|$1|H|3|I|5|6|7|13|8|@$9|14|A|15|B|C]]|D|@]|E|$]]|$1|J|3|K|5|6|7|16|8|@]|D|@$9|17|A|18|1|19]|$9|1A|A|1B|1|1C]]|E|$]]|$1|L|3|-4|5|6|7|1D|8|@]|D|@]|E|$]]]|M|$N|$5|O|P|Q|E|$R|S]]|T|$5|O|P|Q|E|$R|U]]]]

Why clustering? It doesn't look like clustering problem. You can make cluster analysis as preprocessing phase to distinguish several groups of users (or you may omit this phase), but then you need to do some kind of numeric prediction: both - count of installments and days - are numbers, so how are you going to get these numbers with clustering? 

I suggest you using regression for this task. Linear regression must fit your needs. If dependent variables (# of installments and days) depend on other attributes non-linearly, you can try polynomial regression or even algorithms like M5', that first build decision tree and then add regression model to each leaf of that tree. 

If you have non-numeric attributes, you can also try to use classification - in this case you need to manually create possible classes (e.g. # of installments: from 3 to 5, from 6 to 10, etc.) and then use any of classification algorithms (C4.5, SVM, Naive Bayes to mention a few). 

Actually, I don't think you have tons of data. I believe if is less then 50Mb overall, so there's no need to use monsters like Mahout, that are designed to process really, really big amounts of data. You can use <a href="http://www.cs.waikato.ac.nz/ml/weka/" rel="nofollow">Weka</a> or <a href="http://rapid-i.com/content/view/181/196/" rel="nofollow">RapidMiner</a> for this purpose. Even if they are not able to handle your data with default config, just increase memory for JVM and in 99% of cases they will be ok.

I have a data set of users and their loan repayment metrics (how long they took, how many installments etc). Now I want to analyse a user's past loan history and say, "If we loan them X they will most likely repay over Y installments, over Z days"

Here is my take

<ol>
<li>The algorithm is a Clustering algorithm to group all users according to their repayment habits</li>
<li>I want to use a SOM or K-Means</li>
</ol>

So my question is, what platforms are good for this? I have had a look at Mahout so far.

Choice of Machine Learning Platform

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我有一个数据集的用户和他们的贷款偿还指标(他们花了多长时间，多少次，等等)。现在，我想分析一下用户过去的贷款历史，并说：“如果我们借给他们X，他们很可能会在Y期，Z天内偿还。”这是我的想法该算法是一种聚类算法，根据用户的还款习惯对所有用户进行分组。我想用SOM或K-表示所以我的问题是，什么平台对此有好处？到目前为止，我已经看过Mahout了。

问机器学习平台的选择
EN

回答 5

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问机器学习平台的选择EN

回答 5

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问机器学习平台的选择
EN