Alocação de recursos em Cloud Computing tem sido feito de forma reativa, dificultando garantias de serviço e gerando carga desnecessária de recursos ociosos. Para mitigar esses problemas, este trabalho propõe e avalia uma abordagem de alocação de recursos preditiva, implementado como um recomendador de configuração, com base em Support Vector Regression (SVR) e Algoritmos Genéticos (AG). Esta combinação é utilizada para estimar tempo de execução do aplicativo e recomenda uma configuração viável e válida de recursos na nuvem, sobre o tempo de execução e custos monetários. Como estudo de caso, as aplicações de aprendizagem de máquina com base na ferramenta Weka são escolhidos. Os resultados mostram que os tempos previstos foram muito perto dos reais, conseguindo uma estimativa eficiente de tempo e custo e sua consequente redução.