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

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将对您尝试实现的分析类型有用。在将数据输入到机器学习算法之前，必须删除机器学习术语中不相关的数据列或“功能”。

简而言之，您的大数据需要进行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，以最终解决问题。

您应用的算法类型主要取决于您的领域知识。即使在同一类型内(例如分类)，也可以使用几种算法。您可能想在同一个类下测试不同的算法，以构建有效的机器学习模型。这样做时，您可能希望对处理后的数据进行可视化，因此还需要可视化工具。

在接下来的章节中，您将了解Weka，该软件可以轻松完成上述所有任务，并让您舒适地处理大数据。