探索方法管理

本节详细介绍了如何通过自定义预处理、特征值提取方法模型，灵活扩展系统的数据处理能力。

预处理方法管理

图 87 预处理方法管理页面

预处理方法管理页面展示系统内所有可用的预处理方法，包括内置方法和用户自定义方法。

此页面支持以下功能：

• 查看预处理方法：展示系统内置及自定义的所有预处理方法，提供方法名称、描述、脚本内容等信息。

• 新增预处理方法：用户可以通过上传或直接输入Python脚本，添加自定义的预处理方法。

• 删除预处理方法：支持删除不需要的方法。

内置方法

系统内置了以下几种常用的预处理方法，用户可以直接应用于数据处理：

• 线性插值：填补数据中的缺失值，适用于连续性数据的插值计算。

• 数据降频：对数据进行降频处理，减少数据点以适配分析需求。

• 数据填充 - 时间重采样：基于时间对数据进行重采样，填补数据的时间间隔不一致问题。

自定义方法

用户可以根据需求编写Python脚本，定义个性化的预处理方法：

• 支持上传脚本文件或在系统中直接输入脚本。

• 自定义方法支持灵活扩展预处理功能，为复杂数据场景提供更高的适配性。

自定义预处理方法

操作步骤

1. 进入新增页面：在预处理方法管理页面，点击【新增】按钮打开新增页面。

图 88 新增预处理方法

1. 填写方法信息：在新增页面中，填写以下信息：

2. 方法名称（必填）：为方法命名。

3. 脚本文件名（必填）：指定用于预处理的脚本文件名称。

4. 描述（选填）：补充说明方法用途和逻辑。

5. 上传脚本文件：通过拖拽或文件导入方式上传脚本文件。

6. 保存方法：点击【保存】按钮，将方法保存为草稿状态，可在数据探索任务中验证其有效性。

7. 提交发布：验证通过后，点击【提交】按钮，将方法状态更新为发布状态，可在系统中正式使用。

特征值提取方法管理

特征值提取方法管理页面支持用户查看和自定义特征值提取方法。

图 89 特征值提取方法管理页面

内置方法

• 提取最大值

• 提取四分位数

• 提取标准差

• 提取中位数

• 提取平均值

• 提取方差

• 提取最小值

自定义方法

• Python脚本：用户可通过编写和上传Python脚本，创建新的特征值提取方法，以满足特定分析需求。

自定义特征值提取方法

操作步骤

1. 进入新增页面：在特征值提取方法管理页面，点击【新增】按钮打开新增页面。

图 90 新增特征值提取方法

1. 填写方法信息：在新增页面中，填写以下信息：

2. 方法名称（必填）：命名特征值提取方法。

3. 脚本文件名（必填）：指定脚本文件名称。

4. 描述（选填）：补充说明方法逻辑。

5. 是否支持滑动窗口：选择“是”时启用滑动窗口，以设定步长分段处理数据，输出多组特征值。

6. （可选）配置特征提取方法动态参数：在参数栏中添加可调整的参数，用于控制特征提取的方式。例如：新增“滑动窗口大小”参数，在后续数据探索任务中，用户可根据需求输入具体值，以灵活调整特征提取过程。

7. 上传脚本或编辑代码：拖拽或导入脚本文件，或直接在编辑框中输入Python代码。

8. 保存方法：点击【保存】按钮，将方法保存为草稿状态，可在数据探索任务中验证其有效性。

9. 提交发布：验证通过后，点击【提交】按钮，将方法状态更新为发布状态，以便在任务中使用。