我們不再更新 Amazon Machine Learning 服務或接受新使用者。本文件適用於現有使用者，但我們不再對其進行更新。如需詳細資訊，請參閱什麼是 Amazon Machine Learning。

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

資料的深入解析

Amazon ML 會計算輸入資料的描述性統計資料，方便您能夠了解資料。

描述性統計資料

Amazon ML 會計算不同屬性類型的下列描述性統計資料：

數值：

二元與分類：

文字：

在 Amazon ML 主控台上存取資料的深入解析

在 Amazon ML 主控台上，您可以選擇任何資料來源的名稱或 ID，以檢視其資料的深入解析(憑證已建立！) 頁面上的名稱有些許差異。此頁面提供指標與視覺效果，可讓您了解資料來源相關聯的輸入資料，包括下列資訊：

下列各節將詳細說明指標與視覺效果。

資料摘要

資料來源的資料摘要報告顯示摘要資訊，包括資料來源 ID、名稱、完成位置、目前的狀態、目標屬性、輸入資料資訊 (S3 儲存貯體位置、資料格式、已處理的記錄數與處理期間發生的錯誤記錄數)，以及變數的數量 (依資料類型)。

目標分佈

目標分佈報告顯示資料來源的目標屬性分佈。下列範例有 39,922 個觀察，其中的 willRespondToCampaign 目標屬性等於 0。這是未回應電子郵件行銷活動的客戶人數。總共有 5,289 個觀察，其中 willRespondToCampaign 等於 1。這是已回應電子郵件行銷活動的客戶人數。

缺少的值

缺少的值報告會列出輸入資料中缺少值的屬性。只有資料類型為數值的屬性才會缺少值。因為缺少值可能會影響 ML 模型的訓練品質，所以建議您盡可能提供所缺少的值。

在 ML 模型訓練期間，如有缺少目標屬性，Amazon ML 會拒絕對應的記錄。若記錄中有目標屬性，但缺少另一個數值屬性的值，則 Amazon ML 會忽略缺少的值。此時，Amazon ML 會建立替代屬性，並將其設定為 1 表示缺少此屬性。這可讓 Amazon ML 學習缺少的值出現的模式。

無效值

只有數值與二元資料類型才會出現無效值。您可以檢視資料類型報告中的變數摘要統計資料來尋找無效值。在下列範例中，持續時間的數值屬性有一個無效值，二元資料類型有兩個無效值 (分別在房屋屬性與貸款屬性中)。

變數與目標的相互關聯性

建立資料來源之後，Amazon ML 可評估資料來源，找出變數與目標之間的相互關聯性或影響。例如，產品價格對於能否成為暢銷商品的影響可能很大，但產品大小對於預測的影響可能就很小。

一般會建議在訓練資料中加入愈多的變數愈好。但加入許多對於預測影響很小之變數所帶來的干擾，可能會對您的 ML 模型品質與正確性造成負面影響。

您可以移除訓練模型時影響力很小的變數，藉此改善模型的預測效能。您可以在食譜，這是亞馬遜 ML 的轉換機制。若要進一步了解配方，請參閱機器學習的資料轉換。

屬性的摘要統計資料 (依資料類型)

在資料深入解析報告中，您可以依下列資料類型檢視屬性摘要統計資料：

二元資料類型的摘要統計資料會顯示所有的二元屬性。Correlations to target (與目標的相互關聯性) 資料行會顯示目標資料行與屬性資料行中相同的資訊。Percent true (true 的百分比) 資料行顯示觀察值為 1 的百分比。Invalid values (無效值) 資料行顯示無效值的數目，以及每個屬性的無效值所占百分比。Preview (預覽) 資料行提供每個屬性圖形化分佈的連結。

分類資料類型的摘要統計資料顯示所有分類屬性，以及不重複的值、最常出現的值與最少出現的值的數量。Preview (預覽) 資料行提供每個屬性圖形化分佈的連結。

數值資料類型的摘要統計資料顯示所有數值屬性，以及缺少的值、無效值、值的範圍、平均值與中間值的數量。Preview (預覽) 資料行提供每個屬性圖形化分佈的連結。

文字資料類型的摘要統計資料顯示所有的文字屬性、該屬性的總字數、該屬性中不重複的單字數、屬性的字數範圍、單字長度的範圍與最重要的單字。Preview (預覽) 資料行提供每個屬性圖形化分佈的連結。

下一個範例顯示文字變數 "review" 的文字資料類型統計資料，其中包含四筆記錄。

1. The fox jumped over the fence.
2. This movie is intriguing.
3.
4. Fascinating movie.

此範例的資料行顯示下列資訊。

了解分類與二元屬性的分佈

您可以按一下與分類或二元屬性相關聯的 Preview (預覽) 連結檢視該屬性的分佈，以及屬性的每一個分類值輸入檔案中的範例資料。

例如，下列螢幕擷取畫面顯示分類屬性 jobId 的分佈。此分佈顯示前 10 個分類值，以及分組為「其他」的所有其他值。其會排名前 10 個分類值，並提供輸入檔案中包含該值的觀察數，以及可檢視輸入資料檔案中範例觀察的連結。

了解數值屬性的分佈

若要檢視數值屬性的分佈，可按一下該屬性的 Preview (預覽) 連結。檢視數值屬性的分佈時，可以選擇量化大小 500、200、100、50 或 20。量化大小愈大，顯示的長條圖數值愈小。此外，量化大小很大的分佈解析度會比較粗糙。反之，若將儲存貯體大小設定為 20，顯示的分佈解析度會相對提升。

此外也會顯示最小值、平均值與最大值，如下列螢幕擷取畫面所示。

了解文字屬性的分佈

若要檢視文字屬性的分佈，可按一下該屬性的 Preview (預覽) 連結。檢視文字屬性的分佈時，會看到下列資訊。