本文說明 Azure 機器學習 設計工具的元件。
使用摘要數據元件來建立一組標準統計量值，以描述輸入數據表中的每個數據行。
當您想要瞭解完整數據集的特性時，摘要統計數據很有用。 例如，您可能需要知道：
- 每個數據行中有多少個遺漏值？
- 功能數據行中有多少個唯一值？
- 每個數據行的平均和標準偏差為何？
元件會計算每個數據行的重要分數，並針對提供做為輸入的每個變數（數據行）傳回一列摘要統計數據。
如何設定 Summarize Data
將 摘要數據 元件新增至管線。 您可以在設計工具的 [統計函數 ] 類別中找到此元件。
連接您要產生報表的數據集。
如果您想要只報告某些資料行，請使用 [ 選取數據集 中的數據行] 元件來投影要處理的數據行子集。
不需要其他參數。 根據預設，元件會分析提供做為輸入的所有數據行，並根據數據行中的值類型，輸出一組相關的統計數據，如結果一節中所述。
提交管線。
結果
元件的報表可以包含下列統計數據。
| 資料行名稱 | 描述 |
|---|---|
| 功能 | 數據行的名稱 |
| 計數 | 所有數據列的計數 |
| 唯一值計數 | 數據行中唯一值的數目 |
| 遺漏值計數 | 數據行中唯一值的數目 |
| 最小值 | 數據行中的最小值 |
| 麥克斯 | 數據行中的最大值 |
| 平均數 | 所有數據行值的平均值 |
| 平均偏差 | 數據行值的平均偏差 |
| 第1四分位數 | 第一個四分位數的值 |
| 中間值 | 中位數數據行值 |
| 第三四分位數 | 第三分位數的值 |
| 模式 | 數據行值的模式 |
| 範圍 | 整數，表示最大值與最小值之間的值數目 |
| 樣本變異數 | 數據行的變數;請參閱附注 |
| 標準偏差範例 | 數據行的標準偏差;請參閱附注 |
| 範例扭曲 | 數據行的扭曲性;請參閱附注 |
| 範例 Kurtosis | 數據行的 Kurtosis;請參閱附注 |
| P0.5 | 0.5% 百分位數 |
| P1 | 1% 百分位數 |
| P5 | 5% 百分位數 |
| P95 | 95% 百分位數 |
| P99.5 | 99.5% 百分位數 |
技術注意事項
針對非數值數據行，只會計算 Count、Unique value count 和 Missing value count 的值。 針對其他統計數據，會傳回 Null 值。
包含布林值的資料列會使用這些規則來處理：
計算 Min 時，會套用邏輯 AND。
計算 Max 時，會套用邏輯 OR
計算範圍時，元件會先檢查數據行中唯一值的數目是否等於 2。
計算任何需要浮點計算的統計數據時，True 的值會視為 1.0，並將 False 的值視為 0.0。