常见问题 (FAQ)
📥 数据导入
❓ 支持哪些文件格式？
目前支持 Excel 格式：.xlsx 与 .xls，单个文件不超过 50MB。
⚠️ 不支持直接导入 CSV。如果你的数据是 CSV，请先在 Excel 中打开并另存为
.xlsx。
❓ 表头有两行，该怎么设置？
平台支持两行表头：
- 标题行 —— 放变量英文名 / 点位名（如
x1、Temperature），必需 - 名称行 —— 放中文描述（如
温度、压力），可选
设置方法：点击行号即可。表头不在前两行也没关系，点实际所在的行号即可。
详见 第一步：数据准备。
❓ 列里有空值，提示"请先处理"怎么办？
点击该列的 插补 按钮，选择四种方式之一：
| 方式 | 适用情况 |
|---|---|
| 均值 | 分布较对称（最常用） |
| 中位数 | 有极端值、分布偏斜时更稳健 |
| 填充 0 | 缺失本身有业务含义 |
| 自定义 | 用手工指定的固定值填充 |
❓ 提示"存在空值或非数值"？
说明该列混入了文本。常见原因是：
- Excel 中某些"数字"其实是文本格式（左上角有绿色三角）
- 列里混入了单位（如
25℃而不是25） - 该列本就是描述性文字，被误选为 X 或 Y 列
🤖 AI 功能
❓ AI 功能点了没反应 / 提示配置 API Key？
AI 功能需要先在 设置 → 大模型配置 中填写 API Key。
各功能的前置条件不同：
| 功能 | 需要什么 |
|---|---|
| AI 自动建模 | LLM 配置 + 非免费版授权 |
| AI 清洗 / 图表分析 / 分析图创建 | LLM 配置 + 已激活且已拟合的模型 |
| AI 对比分析 | 上述条件 + 已圈选红蓝两组 |
| 场景分析 / 组态图分析 | 仅需 LLM 配置 |
❓ 组态图分析为什么失败？
必须使用多模态模型（具备读图能力）。纯文本模型无法识别图片内容。
建议：上传清晰的组态图 / DCS 截图，最多 3 张，尽量包含完整的变量名与单位。
❓ AI 说要剔除某条数据，能信吗？
不能直接信。 平台不会自动删除任何数据——AI 只负责给出建议，最终是否剔除由你决定。
建议按这个顺序核实：
- 在 数据表格 中搜索该样本 ID，逐列查看原始值
- 确认是否是单位错误、录入错误等明显问题
- 结合工艺常识判断是否真的是异常工况
- 剔除后重新 Fit，对比 Q²Y 是否提升
⚠️ 大模型存在幻觉，且分析受上下文长度限制。请务必结合业务判断。
❓ AI 分析消耗大吗？
会消耗 token，且图表越多、数据越大消耗越高。建议：
- 先关闭不相关的图表，只保留关键几张再分析
- 长报告优先用"云端 agent"额度充裕的时段跑
📊 建模与分析
❓ 平台支持哪些模型？
五种：PCA、PLS、PLS-DA、OPLS、OPLS-DA。
- 只有 X 列 → 自动用 PCA
- X + Y（连续）→ 自动用 PLS
- X + Y（类别）→ 自动用 PLS-DA
- OPLS / OPLS-DA 需要手动选择
❓ OPLS 和 PLS 有什么区别？该选哪个？
OPLS 把 X 的变化拆成「与 Y 相关」和「与 Y 无关（正交）」两部分，剥离噪声后再建模。
- 预测能力：两者通常接近
- 可解释性：OPLS 明显更好（预测成分只有 1 个，得分图更干净）
- 选择建议：数据有明显系统噪声（基线漂移、环境漂移）、或需要向他人解释时选 OPLS
⚠️ 注意：OPLS 的 C+1 增加的是"正交成分数"，不是预测能力！
详见 核心模型算法详解。
❓ 为什么图表加载不出来 / 很卡？
可能是数据量太大。建议先在 Excel 里截取前 5 万行试试——平台主要针对精细化的实验数据，而非百万行的大数据场景。
同时注意画布上的图表数量有上限，图表太多也会拖慢响应。可以先用「清除所有」再重新拖入需要的图表。
❓ 为什么 R² 很低？
- 数据太脏：试试 AI 清洗，或去 T² 图里删掉异常点
- 变量选错了：检查 X 列和 Y 列是不是真的有关系
- 组件数太少：点两下 C+1 试试
- 关系本就微弱：如果 Q² 也很低且换模型无效，可能是这批数据确实不存在强规律
❓ R² 很高但 Q² 很低，怎么办？
这是典型的过拟合信号。处理顺序：
- 先减组件：点 C-1 看 Q² 是否回升
- 再清异常：剔除异常样本后重新 Fit
- 检查变量：剔除 VIP < 0.5 的变量后重建模型
- 验证差距：健康的模型应满足
R² − Q² < 0.2
❓ 模型的"组件数"到底怎么定？
平台自动通过交叉验证选择（默认 7 折），也可以手动 C+1 / C-1 微调。
自动搜索的行为可在 设置 → 模型训练设置 中调整（交叉验证折数、最大组件数上限、早停容忍度等七个参数）。详见 模型训练设置。
❓ 怎么找异常样本？
四条路径，可组合使用：
| 方式 | 入口 |
|---|---|
| T² / SPE 超限 | T² 图、SPE 图、T²&SPE 联合分布图 |
| 套索手工圈选 | 工具栏 → 套索 |
| 孤立森林 / LOF | 散点图 / 预测图上的检测按钮 |
| AI 自动清洗 | AI 分析 → AI清洗 |
❓ 删了数据之后模型没变？
删除操作会创建一个新的过滤模型，原模型仍然保留。
需要：为新模型重命名 → 点击激活它（Active）→ 点击 Fit 重新训练。详见 第三步：清洗数据。
🔮 预测与导出
❓ 怎么用训练好的模型预测新数据？
用复制粘贴：打开 模型预测，在弹窗内单击后 Ctrl+V / Cmd+V 粘贴从 Excel 复制的数据，点击「预测」。
⚠️ 列顺序必须与 X（+ Y）变量列表一致——平台按列顺序读取，不按列名匹配。这是最常见的使用事故。
结果可点「复制结果」再粘回 Excel。详见 模型预测。
❓ 预测面板能导入文件吗？
不能。预测面板只支持粘贴，这是为了让"来一批测一批"的流程更快。
如果需要批量跑大量数据，建议用自定义下载导出模型，在自己的 Python 环境中预测。
❓ 下载模型提示"当前授权不支持"？
模型下载需要授权开通下载权限。可在 底部状态栏 → 授权信息 中查看「下载权限：允许 / 禁止」。
❓ .dimod 和 .joblib 有什么区别？
| 格式 | 用途 |
|---|---|
.dimod | 整包迁移，在另一台装了星途平台的电脑上完整还原分析环境 |
.joblib / .pkl | Python 可直接加载，用于脱离平台做二次开发 |
❓ 下载模型包时该勾哪些？
最小可用组合：model + x_scaler（回归模型再加 y_scaler，判别模型加 y_binarizer）。
⚠️ 千万别漏勾
x_scaler——新数据必须用同一套标准化器做变换，否则预测结果完全错误。
详见 第四步：成果输出。
❓ 能导出图片吗？
能，两种方式：
- 单图：图表右上角的照相机图标 📷，保存高清大图
- 整屏：画布工具栏的 保存截图，把当前排布的所有图表整体截下来
❓ 报告能导出成什么格式？
| 报告类型 | 支持格式 |
|---|---|
| AI 清洗 / 对比 / 图表分析 | Markdown + Word |
| 场景分析 / 组态图分析 | Markdown + Excel（多工作表） |
🔒 授权与部署
❓ 软件需要联网吗？
不用 AI 功能时，完全离线。 所有数据与算法都在本地运行。
只有在你主动点击 AI 功能时，才会向你自己配置的 API 地址发送数据。配置自定义 Base URL 即可对接企业内部私有化部署的模型。
❓ 有哪些授权版本？功能差别在哪？
平台提供免费版、试用版、教育版、企业版、个人版、专业版等版本。
主要差异体现在：
- 图表权限：部分高级图表（标有
V角标）需要特定版本 - 模型下载权限：导出模型包需要开通
- 最大实例数：免费版有实例数量上限
- AI 构建：免费版不支持，需升级授权
具体差异可在 底部状态栏 → 授权信息 中查看当前版本的实际权限。
❓ 支持国产化 / 信创环境吗？
支持。平台已适配 麒麟 ARM 等信创平台，提供 Windows / macOS / Linux 多平台版本。
🆘 还是没解决？
- 点击底部状态栏的 漫游引导 —— 交互式分步引导，覆盖「实例准备 → 建模 → 布局 → 基础图表 → 高级探索 → 对比分析 → AI 功能」七段流程
- 点击 帮助文档 —— 回到本站查阅完整文档
- 在 设置 → 大模型配置 中检查 AI 相关配置是否正确