Weka 简介
任何机器学习应用程序的基础都是数据-不仅仅是小数据，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，您需要对数据有几个注意事项-
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尝试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预处理才能用于机器学习。数据准备好后，您将应用各种机器学习算法，例如分类、回归、聚类等，最终解决问题。
您应用的算法类型很大程度上取决于您的领域知识。即使在同一类型中，例如分类，也有几种可用的算法。您可能喜欢测试同一类下的不同算法以构建高效的机器学习模型。这样做时，您更喜欢将处理过的数据可视化，因此您还需要可视化工具。
在接下来的章节中，您将了解 Weka，这款软件可以轻松完成上述所有操作，让您轻松处理大数据。
