Azure ML:查找非常相似的客户/付款人
我对Azure机器学习和机器学习也很陌生 假设我有一个定义客户机(付款人)的输入变量{a1,a2,…an}的列表。目标是根据这些变量找到非常相似的付款人。然后使用这个Azure服务并在一些表中显示它们Azure ML:查找非常相似的客户/付款人,azure,machine-learning,Azure,Machine Learning,我对Azure机器学习和机器学习也很陌生 假设我有一个定义客户机(付款人)的输入变量{a1,a2,…an}的列表。目标是根据这些变量找到非常相似的付款人。然后使用这个Azure服务并在一些表中显示它们 我们能用蓝紫色做这个吗?哪个算法更可能使用?首先,您应该弄清楚如何确定两个付款人是否相似。我建议在数据科学和机器学习领域寻找一个模型。它与Azure没有任何特别的关系。如果您找到了一个适合您的模型/算法,可以在一些工具中实现它(我建议使用R(),但还有其他选项),或者您可以将其作为一个工具来使用
我们能用蓝紫色做这个吗?哪个算法更可能使用?首先,您应该弄清楚如何确定两个付款人是否相似。我建议在数据科学和机器学习领域寻找一个模型。它与Azure没有任何特别的关系。如果您找到了一个适合您的模型/算法,可以在一些工具中实现它(我建议使用R(),但还有其他选项),或者您可以将其作为一个工具来使用
一旦你有了R脚本(或Python),你就可以用Azure ML来操作它,并在你的Web应用程序或LOB解决方案中使用它。在我们的第一步中,我们希望能够非常快地显示一些东西(它应该是用于演示的小型试点)。稍后,我们可以使我们的算法更加复杂,并使用R/Python(我以前从未使用过)。因此,目前我们非常感兴趣的是Azure中是否已经实现了现有的算法,因此我们不需要编写代码(R/Python)?如果不了解数据科学和机器学习的基础知识,可能很难实现既快速又相关的算法。对于你的例子,我会尝试一些非常基本的方法,比如计算向量之间的欧几里德距离,其中每个向量都是付款人,坐标是你希望关联的特征(a1,a2,…)。这是一个昂贵的计算,因为你必须将每个付款人与其他付款人进行匹配,然后根据距离对他们进行排名。当然,这里有一些优化,但对于一个试点来说,这应该足够好了。