海量数据的处理过程

Question

一般几千万的那种数据 为啥经过大数据处理然后才到算法机器学习处理呢？

Answer 1

你这个问题有点模糊，机器学习就是大数据处理的一个环节。
我猜你说的大数据处理是数据预处理。
模型训练前要先进行数据清洗和特征工程。
几千万的数据，必然包含大量的数据缺失、错误、重复，必须进行删除、填充等工作进行纠正。否者混乱的数据只能训练处混乱的模型。
然后你要进行降维和特征提取，不然几千万的数据，计算量相当大，不先降维一般机器根本吃不消，不做特征提取效果也不会好。

Answer 2

可以看下《数据挖掘导论》那本书，先看前几章了解流程概念。