品質不佳的資料會大幅影響您的模型成效。在輸入時偵測出品質不佳的資料會較為簡單，而不是在模型預測不良後猜測是否存在。請按照本節的建議監控資料。
使用資料結構定義驗證輸入資料
如要監控資料，應持續編寫資料必須符合的規則，持續檢查預期統計資料。這組規則稱為「資料結構定義」。請按照下列步驟定義資料結構定義：
- 如果是功能資料，請參閱範圍與分佈情形。針對類別功能，請瞭解可能的值組合。
將您在編碼中指定的規則編碼。規則範例：
- 確保使用者提交的評分一律介於 1 至 5 之間。
- 檢查「英文」最常出現的位置 (適用於英文文字功能)。
- 確認類別特徵的值是來自固定集合。
依據資料結構定義測試資料。您的結構定義應該會擷取資料錯誤，例如：
- 異常狀況
- 類別變數的預期值
- 未預期的資料分佈
確認分割品質良好
您的測試和訓練分割必須和輸入資料相同。如果測試和訓練分割在統計上不同，則訓練資料就無法協助預測測試資料。如要瞭解如何取樣及分割資料，請參閱機器學習「資料準備和功能工程」課程的取樣和分割資料一節。
監控分割的統計屬性。如果屬性多樣化，請標記。此外，請測試每個分割中的範例比例是否保持不變。舉例來說，如果資料分割為 80:20，這個比例就不應改變。
測試工程資料
您的原始資料可能有效，但模型只會看到經過工程的特徵資料。由於工程資料與原始輸入資料看起來十分不同，因此您必須個別檢查工程資料。根據您對工程資料的瞭解，撰寫單元測試。例如，您可以編寫單元測試來檢查下列條件：
- 所有數值都會縮放，例如介於 0 至 1 之間。
- One-hot 編碼向量僅包含一個 1 和 N-1。
- 缺少的資料會以平均值或預設值取代。
- 轉換之後的資料分佈符合預期。舉例來說，如果您使用 Z 分數進行正規化，則 Z 分數的平均值為 0。
- 處理離群值，例如縮放或剪輯。