Weka - 介紹

任何機器學習應用程式的基礎都是資料 - 不僅是少量資料，而是巨大的資料，在當前術語中稱為大資料。

要訓練機器分析大資料，你需要對以下資料進行多項考量 −

• 資料必須乾淨。
• 不應包含空值。

此外，資料表中的並非所有列都對你要進行的分析型別有用。在將資料輸入機器學習演算法之前，必須移除無關的資料列或機器學習術語中稱為“特徵”的資料。

簡而言之，在大資料可用於機器學習之前需要很多預處理。一旦資料準備就緒，你將應用各種機器學習演算法，如分類、迴歸、聚類等，以解決你的問題。

你應用的演算法型別在很大程度上取決於你的領域知識。即使在同一型別（例如分類）中，也有多種演算法可用。你可能希望在同一類別下測試不同的演算法，以構建高效的機器學習模型。在執行此操作時，你將更傾向於對處理後的資料進行視覺化，因此你還需要視覺化工具。

在即將到來的章節中，你將瞭解 Weka，這是一款軟體，可以輕鬆完成所有上述操作，讓你輕鬆處理大資料。