Weka-소개

머신 러닝 애플리케이션의 기반은 데이터입니다. 작은 데이터가 아니라 다음과 같은 거대한 데이터입니다. Big Data 현재 용어로.

머신이 빅 데이터를 분석하도록 훈련하려면 데이터에 대해 몇 가지 고려 사항이 필요합니다.

• 데이터는 깨끗해야합니다.
• null 값을 포함해서는 안됩니다.

게다가 데이터 테이블의 모든 열이 달성하려는 분석 유형에 유용하지는 않습니다. 기계 학습 용어에서 언급되는 관련없는 데이터 열 또는 '기능'은 데이터가 기계 학습 알고리즘에 공급되기 전에 제거되어야합니다.

간단히 말해, 빅 데이터를 머신 러닝에 사용하려면 많은 사전 처리가 필요합니다. 데이터가 준비되면 분류, 회귀, 클러스터링 등과 같은 다양한 기계 학습 알고리즘을 적용하여 문제를 해결합니다.

적용하는 알고리즘 유형은 주로 도메인 지식을 기반으로합니다. 동일한 유형 (예 : 분류) 내에서도 사용 가능한 여러 알고리즘이 있습니다. 효율적인 기계 학습 모델을 구축하기 위해 동일한 클래스에서 다양한 알고리즘을 테스트 할 수 있습니다. 그렇게하는 동안 처리 된 데이터의 시각화를 선호하므로 시각화 도구도 필요합니다.

다음 장에서는 위의 모든 작업을 쉽게 수행하고 빅 데이터로 편안하게 작업 할 수있는 소프트웨어 인 Weka에 대해 알아 봅니다.