平台简介

欢迎来到 星途数据洞察平台(StarWayDI)！👋

这里不是枯燥的统计软件，而是一个 AI 数据探索伙伴。为了让你更快了解这个平台的价值，我们先明确——哪些人能从中获得助力，以及 它能为你解决哪些核心难题。

👨‍👩‍👧‍👦 谁需要这个平台？

无论你是哪种角色，只要你需要从复杂、多维的数据中挖掘价值，平台都能成为你的得力助手。以下是平台最贴合的几类核心与延伸适用 人群：

一、核心适用人群

• 👨‍🔬 工业工艺 / 生产技术工程师
  • 行业：食品、化工、制药、材料、发酵、农产品加工等。
  • 岗位：工艺工程师、生产主管、工艺优化专员。
  • 用途：利用 PCA 观察批次差异、快速定位异常生产批次；使用 PLS 建立"工艺参数 → 产品质量"的回归模型；离线复盘生 产数据，优化工艺配方并精准定位生产问题。
• 🧪 质检 / 品控（QC/QA）人员
  • 行业：食品、农产品、医药、精细化工等。
  • 岗位：质检员、品质主管、原料验收员。
  • 用途：通过 PLS-DA 进行原料分级、真伪鉴别以及合格/不合格判定；利用 PCA 快速发现异常样品并分析批次稳定性；高效 离线处理光谱数据（如近红外 NIR）和理化指标，实现批量样品判定。
• 🔬 研发 / 配方工程师
  • 行业：食品配方、饲料、日化、新材料、农产品育种等。
  • 岗位：研发员、配方师、育种工程师。
  • 用途：运用 PLS 寻找"成分/配比 → 性能"的关键影响因素；使用 PCA 对多变量实验数据进行降维简化；通过离线分析实验 数据，大幅加速配方和工艺的研发进程。
• 🧑‍🎓 科研院校 & 检测机构人员
  • 单位：高校实验室、农科院、分析测试中心、第三方检测机构。
  • 岗位：分析化学研究员、实验员、数据处理人员。
  • 用途：无需编写代码即可处理复杂的光谱、色谱、组学及理化多变量数据；轻松完成聚类、分类、回归建模等任务，快速生 成符合课题或论文发表标准的数据分析图表与报告。

二、延伸适用人群

• 📊 工业数据分析师：专门处理工厂离线历史数据，进行设备状态、产品质量和工艺流程的多变量综合分析（非实时在线监控） 。
• 🔧 设备运维工程师：离线分析设备历史运行数据，利用 PCA 挖掘潜在故障特征，有效区分正常与异常工况。
• 🌱 农业 / 种植技术人员：例如分析土壤成分、气候条件、种植方式与农作物品质之间的复杂关系，利用 PLS 模型进行产量和 品质的预测。

🎯 我们能做什么？

想象一下，你有一堆杂乱无章的实验数据或生产日志，里面藏着金子，但也混杂着沙砾。

我们的任务就是帮你 "去伪存真"：

1. 火眼金睛：通过统计算法（PCA/PLS/OPLS），一眼看出哪些数据是"害群之马"（异常值）。
2. AI 智囊：内置大语言模型（LLM），自动诊断异常数据的业务根因，生成通俗易懂的清洗建议与分析报告。
3. 未来预言家：基于清洗后的干净数据，建立预测模型，帮你推演未来的趋势。
4. 反向优化师：告诉模型"我想要这个质量"，由算法反推"工艺参数该设多少"。

💡 通俗地说：

想象你在厨房里研发一道新菜（比如烤蛋糕）。你的配方里有面粉、糖、温度、时间（这些就是你的 X 特征变量），你想追求最 完美的口感和卖相（这就是你的 Y 目标结果）。

在一次次的尝试中：

• 不可执行区域：有些配方会把蛋糕烤糊，或者面根本发不起来（异常数据/边界外数据）。平台会帮你画出这些"雷区"， 告诉你绝对不能这么做。
• 寻找最优解：在那些能烤出正常蛋糕的配方里（可执行区域），平台能帮你在一堆复杂的参数组合中，精确地找到那个" 最完美的配比"，让你轻松复制出最棒的口感！

而让这一切高效落地的关键，就在于平台的核心亮点——它打破了传统数据分析的门槛，让复杂操作变得简单易行。

✨ 核心亮点

• 零代码：不需要写一行 Python 代码，拖拽、点击即可完成复杂的分析。
• 可视化：告别冰冷的数字表格，所有结果都以交互式图表呈现，哪里有问题点哪里。
• AI 赋能：从自动建模到异常诊断再到场景规划，AI 贯穿整个分析链路。
• 可解释：除了 VIP 与回归系数，还提供 S-Plot 标志物筛选、SHAP 可解释性与 DML 因果推断。

掌握了平台的核心优势，接下来我们一起熟悉它的操作界面——直观的布局设计，能让你快速上手，高效开展数据分析工作。

🖥️ 界面概览

我们的工作台设计直观，分为五个主要区域：

1. 顶部操作栏 (Top Bar)

自左向右依次是：

• 数据与模型：快速切换当前的业务实例（如"销售数据"）和分析模型（如"m2"）。
• 实例管理：新增实例、实例列表、系统设置。
• 分析探索组：模型预测、模型探索、对比分析、因果推断 (DML)。
• AI 分析组（蓝色）：AI分析图创建、AI清洗、现有图表分析、AI对比分析、分析报告。
• 场景组（绿色）：场景分析、组态图分析、分析报告历史。
• 清洗工具组：删数、套索。
• 模型调参组：C+1、C-1、Fit（重新拟合）。

💡 菜单项会根据当前状态自动禁用——例如没有激活模型时，「模型探索」「AI清洗」等按钮不可点击，鼠标悬停会提示原因。

2. 左侧图表菜单区 (Chart Menu)

这里是你的"武器库"，按两大类组织，标题后会显示可用图表数量：

• 基础视图 (9)：数据表格、属性热力图、趋势图、趋势综合分析、X&Y Mantel、相关性综合分析、属性分布分析、滞后影响分析、属性箱形图。

• 模型视图 (22)：模型概要、概要柱状图、t1-t2 关系图、载荷图、Biplot、S-Plot、T²、SPE、VIP、回归系数、SHAP、预测图……

• 操作方式：直接用鼠标将图表拖拽到中央画布即可使用。

• 带 V 角标的图表为会员专享，需要相应授权版本。

3. 中央画布区 (Canvas)

这是你的主要工作台：

• 自由布局：你可以随意摆放、缩放、对齐各种图表。
• 多维分析：支持同时查看多个图表，方便进行对比分析。
• 画布工具：自动排列、保留选中、保存截图、清除所有。
• 套索联动：在任一图表上圈选的点，会在其他图表中同步高亮。

4. 右侧模型列表 (Model List)

这里管理着你的所有模型资产：

• 模型详情：查看当前模型的类型（PCA / PLS / PLS-DA / OPLS / OPLS-DA）、样本数、算法、缩放方法、组件数等。
• 性能指标：直观展示拟合优度（R²）、预测能力（Q²）、AUC（分类模型）等。
• 状态管理：切换模型的激活状态（Active / Inactive）、删除模型。
• 下载：下载在线模型包（整包迁移）与 自定义下载（按需导出 Python 可用文件）。

5. 底部状态栏 (Status Bar)

• 显示软著版号与系统信息
• 检查更新 / 下载进度 / 重启更新
• 帮助文档、漫游引导（交互式新手引导）、关于

🔍 工作流程

在星途数据洞察平台进行数据分析，遵循一个清晰、迭代的流程。从导入原始数据到导出清洗后的成果，每一步都旨在让复杂的统计分析 变得直观高效。

主要分为四步：

1. 数据准备：上传 Excel，设置好谁是特征 (X) 谁是目标 (Y)。也可以直接走 AI 构建自动完成。
2. 建模分析：点击 Fit 训练模型，系统自动匹配算法（PCA/PLS/PLS-DA，也可手动选 OPLS/OPLS-DA），初步建立变量关系。
3. 数据清洗：这是核心！通过图表发现异常点（Outliers），剔除噪声，重新训练，不断提升模型质量。
4. 成果输出：当模型指标（R²、Q²、AUC、F1 分数）满意后，导出干净的数据和分析报告。

具体工作流程如下：

💡 不确定从哪开始？ 试试底部的 漫游引导 按钮——它会分七段带你走完「实例准备 → 建模 → 布局 → 基础图表 → 高级探索 → 对比分析 → AI 功能」的完整流程。

---

准备好了吗？让我们开始这段数据探索之旅吧！🚀