第一步：数据准备
数据分析的第一步，就像做饭前的准备食材。这一步做扎实，后面的建模会顺利很多。
💡 懒人路径：如果你不想手工配置数据结构，可以走 AI 构建——拖入 Excel、选一个建模类型，剩下的交给 AI。 详见 AI 自动建模。本页讲的是手工配置的完整流程。
📥 把数据拖进来
打开软件，你会看到一个清爽的欢迎界面。
1. 准备文件
平台支持 Excel 格式：.xlsx 与 .xls（文件大小上限 50MB）。
🔗 回归示例数据：点击下载 钢材_demo.xlsx
🔗 分类示例数据：点击下载 酒品_demo.xlsx
💡 在「新增实例」弹窗的右侧帮助面板里，也能直接下载 PCA / PLS / PLS-DA 三种示例数据。
2. 一键导入
直接把文件拖拽到蓝色虚线框里，或者点击按钮选择。
3. 两个标签页，两条路
「新增实例」弹窗顶部有两个标签页：
| 标签页 | 适用场景 |
|---|---|
| 常规 | 手工配置每一列的角色（本页主讲） |
| AI构建 | 交给 AI 自动识别结构，需先在设置中配置大模型 |
⚙️ 告诉软件怎么读
文件传上来后，我们需要先给它安个家，然后简单"介绍"一下这份数据。
1. 保存实例与创建模型
- 保存实例：上传成功后点击保存，系统会自动将其设置为当前工作实例。
- 创建模型：点击"新增模型"进入模型创建，给你的第一个模型起个名字。
- 选择数据表：如果你的 Excel 有多个 Sheet，记得选择包含数据的那一个。
2. 两行表头：标题行 vs 名称行
这是最容易混淆的一步。平台支持两行表头，各司其职：
| 行 | 按钮 | 放什么 | 示例 |
|---|---|---|---|
| 标题行 (Header) | 「设置标题行」 | 点位 / 变量英文名 | x1、x2、TIC、Temp、pH |
| 名称行 (Name Row) | 「设置名称行」 | 中文描述（可选） | 温度、压力、良品率 |
- 标题行通常是第 1 行，是必需的——软件靠它区分每一列。
- 名称行通常是第 2 行，是可选的——有了它，图表上会同时显示英文名与中文名，可读性大幅提升。
- 设置方式：点击行号即可把该行设为标题行或名称行。
💡 只有一行表头？ 那就只设标题行，名称行留空即可。
💡 表头不在前两行？ 没问题——点击实际所在的行号即可，不限于第 1、2 行。
3. 数据预清洗
完成上述设置后，点击任意列即可联动右侧预分析图表。
数据概览：直观查看均值、标准差 (std)、条数及空值条数。
空值插补：点击「插补」按钮打开插补面板，支持 四种方式：
插补方式 适用情况 均值 分布较对称的连续变量（最常用） 中位数 存在极端值、分布偏斜时更稳健 填充 0 缺失本身有业务含义（如"未检出"） 自定义 用手工指定的固定值填充 面板会列出每一处空值的行号、当前值和空值条数，逐列处理。
异常剔除：结合下方的趋势图与分布图，利用套索工具框选异常点，或通过行号 / 列头右键快速删除整行或整列。
4. 分配角色
这就像给演员分配剧本角色：
观察列 (Observation)：这是每个样本的"身份证号"，比如时间戳、批次号。选它！
X 列（特征）：这是影响结果的因素，比如原料配比、反应温度。把它们都勾上（支持全选）。
Y 列（目标）：这是你想预测的结果，比如产品纯度。做预测模型时一定要选；PCA 分析则留空。
模型类型：平台会根据你的 X/Y 配置自动推荐，也可以手动指定：
可选项 说明 PCA 主成分分析，无监督降维探索 PLS 偏最小二乘回归，X 连续 → Y 连续 PLS-DA 偏最小二乘判别分析，X → Y 类别 OPLS 正交偏最小二乘回归，剥离正交噪声，解释性更强 OPLS-DA 正交偏最小二乘判别分析，组间分离更清晰 选中后界面会给出该算法的适用提示（例如 OPLS 会提示"适用于存在正交噪声的监督学习"）。
数据集划分：
- 测试集占比：留出一部分数据（如 20%）用来考试，验证模型准不准。
- 是否随机：是否打乱数据顺序再划分。如果是时间序列数据（按时间先后），建议选择不随机。
⚠️ 需要做滞后影响分析时，必须选择「不随机」——该图表分析的是变量在时间上的领先/滞后关系， 数据被打乱后时序信息就丢失了。
配置好后，点击 "确认配置"，数据就准备就绪啦！✅
⚠️ 常见报错与处理
| 提示 | 原因 | 处理 |
|---|---|---|
列 [xxx] 存在空数据，请先处理 | 该列有空值 | 用「插补」处理空值 |
列 [xxx] 存在空值或非数值，请先处理 | 该列含文本/空值 | 检查是否为误选的文字列 |
| 请设置观察列 / 请至少选择一个 X 列 | 角色未分配完整 | 回到「列配置」补齐 |
| PLS/PLS-DA 模型请至少选择一个 Y 列 | 选了监督模型但没选 Y | 选择 Y 列，或改用 PCA |
| 只能上传 Excel 文件 | 上传了非 Excel 文件 | 转换为 .xlsx / .xls |
| 文件大小不能超过 50MB | 文件过大 | 拆分数据，或先在 Excel 中筛选 |