# 查看数据质量分数和异常
<a name="data-quality-viewing-scores-and-anomalies"></a>

 在本节中，我们将探讨数据质量控制面板及其提供的各项功能。

## 将高级数据质量指标和趋势进行可视化并充分了解
<a name="data-quality-visualize-metrics-and-trends"></a>

 作业成功完成后，选择**数据质量**选项卡，查看数据质量分数和异常。

![屏幕截图显示了选中“数据质量”选项卡后的分数和指标。](https://docs.amazonaws.cn/glue/latest/dg/images/data-quality-visualize-data-quality-metrics.png)


 “数据质量”选项卡中的以下组件提供了有用的信息。

1.  选择**数据质量**选项卡，查看数据质量指标。

1.  选择一个具体的作业运行 ID，查看数据质量分数。

1.  此窗格显示了三条重要信息。您可以选择各条信息，导航到特定的表，从而查看异常、数据统计信息或规则。
   +  配置规则时的数据质量分数。
   +  规则和分析器收集的统计信息数量。
   +  检测到的异常总数。

1.  此趋势图显示了数据质量随时间的变化趋势。将鼠标悬停在趋势线上，就可以转到数据质量分数下降的具体时间。

1.  随时间变化的异常趋势将显示随时间变化检测到的异常数量。

1.  选项卡：
   +  “规则”选项卡是默认选项卡，显示了所有规则和状态的列表。对于动态规则，“已评估规则”非常有用，可以查看规则被评估的实际值。
   +  “统计信息”选项卡列出了所有统计信息，以便您可以查看一段时间内的指标和趋势。
   +  “异常”选项卡显示了检测到的异常列表。

## 查看异常并训练异常检测算法
<a name="data-quality-visualize-anomalies"></a>

![屏幕截图显示了包含指标的“异常”选项卡。](https://docs.amazonaws.cn/glue/latest/dg/images/data-quality-visualize-anomaly-detection.png)


 上图标注表示：

1.  检测到异常时，单击异常或选择“异常”选项卡 

1.  Amazon Glue 数据质量自动监测功能对异常、实际值、预测范围进行了详细解释 

1.  Amazon Glue 数据质量自动监测功能显示了趋势线。该趋势线包含实际值、基于实际值的预测趋势（红线）、预测上限以及预测下限 

1.  Amazon Glue 数据质量自动监测功能会推荐数据质量规则，这些规则可用于捕捉未来的模式。您可以复制推荐给您的所有规则，然后将其应用于数据质量节点，以便有效地捕捉这些模式。

1.  您可以向机器学习（ML）模型提供输入来排除异常值，从而确保未来的运行可以准确检测异常。如果您没有明确排除异常，Amazon Glue 数据质量自动监测功能会自动将其视为模型的一部分，以便将来进行预测。值得注意的是，只有最新的运行才能反映您提供的模型输入。例如，如果您返回并排除了前几次运行中的异常点，则除非您在最新的运行中查看和更新模型输入，否则模型将不会反映这些更改。模型将继续使用先前提供的输入，直到您在最近的运行中做出必要的调整。通过积极管理异常值排除，您可以改进机器模型，使其更好地理解哪些因素会构成特定数据模式和要求的异常，从而随着时间的推移实现更准确的异常检测。

## 查看一段时间内的数据统计信息并提供训练输入
<a name="data-quality-visualize-data-statistics-over-time"></a>

 有时，您可能想要查看数据统计信息或数据配置文件，还想查看它们在一段时间内的进展。为此，请选择**统计信息**或打开**统计信息**选项卡。然后就可以查看 Amazon Glue 数据质量自动监测功能收集的最新数据统计信息。

![屏幕截图显示了包含数据集和列统计信息的“统计信息”选项卡。](https://docs.amazonaws.cn/glue/latest/dg/images/data-quality-visualize-data-statistics-over-time.png)


 单击**查看趋势**可显示每个统计信息在一段时间内的进展情况。

![屏幕截图显示了包含数据集和列统计信息的“统计信息”选项卡。](https://docs.amazonaws.cn/glue/latest/dg/images/data-quality-view-trends-over-time.png)


1.  可以选择指定列的统计信息 

1.  可以查看趋势的进展情况 

1.  可以选择异常值，然后选择排除或包含这些值。通过提供这种反馈，算法将排除或包含已识别的异常数据点，然后重新训练模型。这种再训练过程可确保未来异常检测的准确性，因为模型会从您提供的反馈中学习，了解哪些值应视作异常，哪些不应视作异常。

    通过这个反馈循环，您可以改进机器模型，使其更好地理解哪些因素会构成特定数据模式和业务要求的异常。通过排除不应标记为异常的值，或者包含遗漏的值，重新训练的模型将能更好地区分预测异常和真正异常的数据点。