Weka - 简介

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

要训练机器分析大数据，您需要对数据进行一些考虑−

• 数据必须干净。
• 它不应包含空值。

此外，并非数据表中的所有列都对您要实现的分析类型有用。在将数据输入机器学习算法之前，必须删除不相关的数据列或机器学习术语中的"特征"。

简而言之，您的大数据需要大量的预处理才能用于机器学习。一旦数据准备就绪，您就可以应用各种机器学习算法（如分类、回归、聚类等）来解决您这边的问题。

您应用的算法类型主要基于您的领域知识。即使在同一类型中，例如分类，也有几种可用的算法。您可能希望在同一类下测试不同的算法，以构建高效的机器学习模型。在这样做的同时，您更喜欢可视化处理后的数据，因此您还需要可视化工具。

在接下来的章节中，您将了解 Weka，这是一款可以轻松完成上述所有操作并让您轻松处理大数据的软件。