Data mining sous PENTAHO

[JauB]

Bonjour tout le monde,
est ce que quelqu'un a déjà travaillé sur un projet de DATA MINING sous PENTAHO?
j'ai beau cherché sur le web le comment du faire mais j'y arrive pas
merci pour vos réponses

[challenger84]

Y a toujours le forum spécialisé pentaho datamining là:
http://forums.pentaho.org/forumdisplay.php?f=81

[Jester]

Notamment :
http://forums.pentaho.org/showthread.php?t=59685

J'ai jamais cherché en profondeur, mais sur la doc de Pentaho (ou SpagoBI), les screenshot de la partie data mining sont toujours celles de l'appli weka.

SpagoBi permet de faire un kmeans par le web, mais c'est du gadget sans intérêt d'après moi.

C'est pour faire de la segmentation ou des prédictions?

[JauB]

en cherchant sur la doc de pentaho sur leur site j'ai compris que WEKA doit être téléchargé et installé à part. pour l'utiliser je dois le lancer à partir du menu démarrer et...
comme je suis nouveau dans le domaine je me pose la question est ce qu'il y a moyen pour utiliser WEKA à partir de l'interface web de PENTAHO du genre importer un jar de WEKA et le mettre quelque part dans le dossier d'installation de PENTAHO. j'ai vu sur PENTAHO qu'il est possible par exemple d'utiliser GOOGLE MAP, ne serait il pas possible d'utiliser WEKA de la même manière ou que ce dernier doit être utilisé à part. car mon intéret est de faire du DATA MINING sur le web.
en fait, on a une application web qui gère des crédits (comme à la banque) ce qu'on veut faire c'est à chaque demande de crédit d'un client on doit savoir s'il serait un client à risque ou pas. donc quand l'utilisateur commencera à saisir les informations du nouveau client on doit intérroger notre projet DATA MINING pour voir si le client serait ou pas un client à risque (modèle prédictif) mais je ne sais pas si je suis sur le bon chemin ou que les choses ne se déroulent pas de cette manière.
merci pour vos suggestions

[Jester]

Y a deux parties, l'apprentissage et l'application.

Pour l'apprentissage, ça peut se faire sur l'application weka, tu crée un modèle (genre un arbre de décision C4.5 ou une régression linéaire pour avoir un score) puis tu sérialise la classe.

Ensuite tu peut faire un champs prédiction_mauvais_payeur sur les utilisateurs. Ce champs et rempli à la soumission d'une demande de crédit (donc sur le site opérationnel) en faisant appel au modèle que tu a appris dans l'étape d'apprentissage (désérialisation de la classe et appel de classify()).

Après tu peux en faire un truc plus complexe, genre un webservice, mais le résultat sera identique.

Ne pas oublier de refaire l'apprentissage du modèle et de bien vérifier qu'il est toujours suffisamment valide (voir validation croisée).