基于Java的预测分析

Question

我正在开发一个基于Spring的Web应用程序，它根据用户历史数据执行预测分析，并向用户提供服务。我需要实现一个预测分析或任何回归类型的功能，给出一个信心评分/预测，以提供这些报价。我是一名Java开发人员，并查看了Weka、Mahout以获得所需的结果。但是这两种工具都没有提供好的文档，而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，以便使用回归或神经网络或决策树来处理我的数据，并提供一个描述客户未来购买该产品的可能性的信心评分。

在这方面的任何帮助都是非常值得赞赏的。

Answer 1

我建议你继续和Weka一起努力。它是一个很好的工具，不仅用于实现，而且还可以了解哪些算法对您有用，您的数据是什么样的，等等。这本书是值得的，但是如果您不愿意购买它，这个wiki页面可能是一个很好的起点。

最好从测试开始，而不是编程--我认为“机器学习60%的困难是理解数据集”。使用Weka GUI，找出对您和您的数据最有效的方法，并尝试一些元分类器(增强、打包、堆叠)；它们通常会产生很好的效果(代价是处理时间)。

Answer 2

我刚刚完成了一个涉及使用JavaFx和R使用JRI包构建GUI的长期项目，它使用了R中的forecast包的预测。

如果您选择此解决方案(JavaFX + R)，将使用R的所有统计打包，R有很好的文档，但是接口jri是一个挑战。我建立的程序是一个独立的模式，而不是一个网络启动。

大多数麻烦都涉及设置所有环境变量，并将参数传递给JVM，最大的问题是部署时，您需要确保客户端具有R，并在其PC中设置R和Java之间的所有链接。

如果你对任何预测分析感兴趣(树木，回归.)在使用Java /JRI的R中，让我知道并发布它。