RSight（无量）功能篇：数据处理与分析之 全链路架构

●

文件类输入：直接读取CSV格式文件。系统自动识别第一行作为列标题，非数值类型自动转为字符串类型确保数据顺利导入。

●

数据集接入：支持直接从平台内已保存的数据集中读取数据，无需重复导入。通过"选择数据集"节点，可以快速调用"数据管理"或"数据处理"模块中已创建的数据集，实现数据的高效复用。

●

存储到平台数据集：处理结果可直接保存到 RSight（无量）内置的数据集目录，自动关联数据来源、处理流程日志，后续做二次分析时不用重新处理，直接调用即可，形成数据处理的"价值复用"。

●

填充空值：支持"均值、中位数、众数"三种填充方式，还能手动指定特殊字段的逻辑。

●

清洗-IForest（智能异常检测）：基于"孤立森林"（Isolation Forest）算法自动检测数据中的异常值，特别适合处理高维数据集。

●

数据修正：能批量处理"缺失值删除/填充"、"数据类型转换"、"异常值阈值修正"。

从基础的数据整理到深度的建模分析，14个处理节点覆盖了专业数据从"粗加工"到"精加工"的全需求，每个节点都针对具体场景设计，支持可视化拖拽配置，不用写代码也能轻松上手。

●

回归分析: 支持线性回归（Linear）、岭回归（Ridge）、支持向量回归（SVR）、随机森林回归（RF）、梯度提升回归（GBR）等多种算法，能自动拆分训练集与测试集，输出均方误差（MSE）、R²评分等量化指标，还能生成"预测值-实际值对比图"和"残差图"。

●

相关性分析: 内置 Pearson、Spearman、Kendall 三种相关系数算法，自动生成"数值矩阵+热力图"。

●

数据插值: 支持线性、样条、多项式等多种插值算法，还能实时对比"处理前后的曲线"。

●

数据转置: 能实现"行变列、列变行"的结构转换。

●

合并: 支持"纵向追加(给数据加样本)"、"横向关联(给数据加字段)"、左连接、右连接等多种方式。

●

数据滤波: 有滑动平均（Rolling）、中值滤波（Median）、高斯滤波（Gaussian）、Savitzky-Golay滤波、Butterworth低通滤波等方法，能自定义"窗口大小"。

●

无量纲化: 提供"最小-最大归一化"、"Z-score标准化"，能消除不同参数的量纲差异。

●

参数归一化: 能针对特定参数定制归一化逻辑，支持权重归一化（WeightNorm）、谱归一化（SpectralNorm）、梯度裁剪（Gradient Clipping）等深度学习中的标准化方法，提高模型收敛速度和稳定性。

●

数据拟合: 支持线性、多项式、指数、对数等拟合方式，输出"拟合公式+R²、MSE指标"。

●

表达式生成列: 能用自定义公式生成新指标，支持数学函数(sin、cos、tan、log、exp、sqrt)和算术运算(+、-、*、/)。

●

聚合方式: 支持求和、均值、最大值、最小值等多种聚合策略。

●

数据降维: 通过降维技术减少数据集中 特征的数量，同时尽可能保留原始数据的重要信息。支持标准PCA（主成分分析）和核PCA（Kernel PCA）两种方法。

●

删除数据列: 能按需删掉冗余字段，比如无关的"编号列"、"注释列"，让数据更精简，处理效率更高。

●

Python脚本: 内置编辑器，能调用NumPy、Pandas等科学计算库。

●

【基础图表】 描述性分析、表格显示、曲线图(X-Y曲线)、直方图、饼图/圆环图。

●

【专业图表】 茎秆图、堆栈图、热力图、小提琴图、散点图、二维网状图。

●

【高级图表】 六边形联合图、核密度估计图、回归联合分布图、3D柱状图、3D茎秆图、基础箱型图、增强箱形图。