Azure Machine Learning Studio 的 Data Format Conversions 可將資料集的資料做格式轉換，有以下5種：

1. Convert to ARFF
   把輸入資料轉換成 Weka 支援的 ARFF 格式
2. Convert to CSV
   把輸入資料轉換成逗點分隔的 CSV 格式
3. Convert to Dataset
   把輸入資料轉換成.NET序列化資料集格式
4. Convert to SVMLight
   把輸入資料轉換成 SVM-Light 格式
5. Convert to TSV
   把輸入資料轉換成 Tab 分隔的 TSV 格式

Convert to ARFF

ARFF 是一個 JAVA 開發的機器學習工具 - Weka 常用的資料格式，若同時有在使用 Weka 工具訓練模型，就可以透過 Convert To ARFF 進行資料轉換，但 ARFF 資料格式不支援以 Python 或 R 程式存取

ARFF 的資料格式內容如下，標頭的部分定義了各個屬性欄位的資料型態及資料名稱、資料的部分放各欄位的資料，以逗點分隔

若要轉換的資料集沒有欄位名稱，在資料轉換之前，可以使用 Edit Metadata 調整資料欄位後，再做轉換
位置：Data Transformation/Manipulation/Edit Metadata

Convert to CSV

CSV(comma-separated values)是許多機器學習工具會使用的資料格式，也支援以 Python 或 R 程式存取

CSV 資料會以逗點分隔，第一列為欄位名稱

Convert to Dataset

可以將其他資料轉換為 Azure Machine Learning 使用的資料集格式，支援轉換的格式有 ARFF、CSV、TSV，不支援 SVMLight 格式

Convert to SVMLight

SVMLight 支援向量機格式，可用來做圖像分類、手寫辨識等，要特別注意的是，將資料轉換成 SVMLight 格式時，會自動將第一欄的資料設定為 Label (標籤)，也就是我們的結果欄位，第二攔到最後一欄的資料設定為 feature(特徵)，所以再轉換前，通常會使用 Edit Metadata，先處理資料欄位，再做轉換
(1) 以捐血資料處理為例，Blood donation data資料集的資料有以下欄位：

• Recency 前次捐血後經過的月數
• Frequency 捐血總次數
• Monetary 捐血總CC數
• Time 第一次捐血後經過的月數
• Class 2007年3月是否有捐血

資料詳細說明可參考BLOOD TRANSFUSION SERVICE CENTER

首先辨別資料：

• 屬於 feature(特徵)的是：Recency、Frequency、Monetary、Time
• 屬於 label(標籤)的是：Class
  

(2) 新增"Edit Metadata"，點選右邊"Launch column selector"開啟欄位選擇工具

(3) 選擇 Recency、Frequency、Monetary、Time，點選右下角勾勾

(4) 將欄位設定為"Features"(特徵)

(5) 再新增一個"Edit Metadata"，點選右邊"Launch column selector"開啟欄位選擇工具

(6) 選擇"Class"欄位，點選右下角勾勾確認

(7) 將欄位設定為"Label"(標籤)

(8) 新增"Convert to SVMLight"將資料轉換格式

(9) 在 SVMLight 格式中，結果會放在第一欄，0會轉換成-1

Convert to TSV

TSV(Tab-separated values)資料格式，與 CSV 格式類似，只是是用 Tab 分隔，如果資料內容包含許多逗點值的話，就可以考慮使用 TSV 格式，也支援以 Python 或 R 程式存取

TSV 資料會以 Tab 分隔，第一列為欄位名稱