在本章中，让我们研究资源管理器提供的用于处理大数据的各种功能。

当您单击“应用程序”选择器中的“资源管理器”按钮时，它将打开以下屏幕：

在顶部，您将看到几个标签，如下所示-

• 预处理
• 分类
• 簇
• 关联
• 选择属性
• 可视化

在这些选项卡下，有几种预先实现的机器学习算法。现在让我们详细研究它们。

预处理选项卡

最初，在打开资源管理器时，仅启用“预处理”选项卡。机器学习的第一步是预处理数据。因此，在“预处理”选项中，您将选择数据文件，对其进行处理并使其适合于应用各种机器学习算法。

分类标签

分类选项卡为您提供了几种用于数据分类的机器学习算法。仅举几例，您可以应用诸如线性回归，逻辑回归，支持向量机，决策树，RandomTree，RandomForest，NaiveBayes等算法。该列表非常详尽，并提供了监督和无监督的机器学习算法。

群集选项卡

在“群集”选项卡下，提供了几种群集算法-例如SimpleKMeans，FilteredClusterer，HierarchicalClusterer等。

关联标签

在“关联”选项卡下，您会找到Apriori，FilteredAssociator和FPGrowth。

选择属性选项卡

选择属性允许您基于几种算法(例如，ClassifierSubsetEval，PrinicipalComponents等)进行特征选择。

可视化标签

最后， Visualize选项使您可以可视化处理后的数据以进行分析。

正如您所注意到的，WEKA提供了几种现成的算法来测试和构建您的机器学习应用程序。为了有效地使用WEKA，您必须对这些算法，它们的工作原理，在何种情况下选择哪种算法，在其处理后的输出中寻找什么等方面有充分的了解。简而言之，您必须具备扎实的机器学习基础，才能有效地使用WEKA来构建应用程序。

在接下来的章节中，您将深入研究资源管理器中的每个选项卡。