数据预的第一步，往往是格式转换。bank-data.xls这个文件就是典型例子，Excel 格式得先变成 Weka 能读的.arff。操作也不复杂，用 Excel 另存成.csv，再扔进 Weka 保存一下就行了，挺顺的。

Weka 的 Explorer 界面还挺直观的，你只要点Open file，选中刚才导出的bank-data.csv，点save，选Arff data files格式，文件名随便起，比如bank-data.arff，保存就搞定。

这种方式适合刚入门的同学，是你还不太熟Python或者Pandas的话，用 Weka 图形界面更省事。而且小文件效果还不错，响应也快。

如果你后面想搞点自动化的预，像是批量清洗、缺失值填充啥的，可以看看Scikit-learn的预技术，或者试试Kettle这种可视化 ETL 工具，也挺香。

哦对了，还有几个相关资源也挺值得看一眼：

如果你正准备做个小型数据挖掘实验，这套流程可以直接套用，简单高效。