Weka - 介绍

任何机器学习应用程序的基础都是数据 - 不仅是少量数据，而是巨大的数据，在当前术语中称为大数据。

要训练机器分析大数据，你需要对以下数据进行多项考量 −

• 数据必须干净。
• 不应包含空值。

此外，数据表中的并非所有列都对你要进行的分析类型有用。在将数据输入机器学习算法之前，必须移除无关的数据列或机器学习术语中称为“特征”的数据。

简而言之，在大数据可用于机器学习之前需要很多预处理。一旦数据准备就绪，你将应用各种机器学习算法，如分类、回归、聚类等，以解决你的问题。

你应用的算法类型在很大程度上取决于你的领域知识。即使在同一类型（例如分类）中，也有多种算法可用。你可能希望在同一类别下测试不同的算法，以构建高效的机器学习模型。在执行此操作时，你将更倾向于对处理后的数据进行可视化，因此你还需要可视化工具。

在即将到来的章节中，你将了解 Weka，这是一款软件，可以轻松完成所有上述操作，让你轻松处理大数据。