易明建模是一鍵式智能數據建模工具，建模流程完全自動進行。一鍵式建模，又快又好！無需數據科學家即可建模。傳統的手工建模有著諸多的缺點，并且效率很低，比如：探索數據、數據噪音、時間特征、高基數變量、模型需求多、如何有效評估模型、非正態分布、標準化、LR, RF,GBDT…..使用哪種算法、項目周期長、缺失值、參數配置等等。智能建模改變應用模式：業務用戶主導，應用過程中隨時隨地建模。

軟件功能

【數據源】

1. 本地數據文件

智能建模支持txt、csv等格式的數據文件。

選擇文件后，可以定義數據文件的參數配置。

下一步，可以定義變量類型、日期格式和選出狀態。

2. 數據庫

在數據源窗口中，可以定義JDBC和ODBC兩種數據源連接。

【數據探索】

1. 基本特征

導入數據以后，顯示了數據的基本特征：

目標變量是Survived（需要用戶設置），有12個變量，891條記錄。

自動解析了各個變量的類型和推薦的選出狀態。

2. 離散變量統計

離散變量包括單值變量、二值變量和分類變量。

缺失率：缺失值在全部數據中的占比。

勢：離散變量可取值集合的成員數量。

餅圖直觀顯示了各分類的占比。

【預處理】

1. 自動預處理

智能建模的預處理過程集成在建模的流程中，一鍵式自動預處理。

2. 預處理報告

建模結束后可以導出模型報告，描述了預處理執行了哪些動作。

3. 預處理流程

（1）檢查變量值域

檢查并記錄所有變量的值域，若測試數據出現訓練數據沒有的分類或者超出數值范圍，進行針對性的處理。

（2）時間日期變量處理

檢查所有時間日期型變量，創建若干常用的衍生變量。并檢測時間日期變量的關聯性，創建多日期聯動的衍生變量。

（3）缺失值信息提取

若數據存在缺失值，提取并記錄缺失值模式，將缺失值所表現出的行為特征轉換為衍生變量加以利用。

（4）缺失值填補

若數據存在缺失值，利用簡單或個性化智能算法，填補缺失值。

（5）分類變量降噪

針對分類變量可能存在的噪音，例如極少數分類，異常分類，疑似錯誤分類等情況，進行針對性處理。

（6）分類變量數值化

將分類變量轉換為可正常進行運算的數值型變量。主要方式是dummy variable和平滑化，由算法智能判斷。

（7）糾偏

針對部分存在正態性假設的模型，對高偏態變量進行數學變換，使偏度回到0附近，滿足模型假設。

（8）異常值處理

探測并識別可能存在的異常值，并進行針對性處理。

（9）變量篩選

以較寬松的門檻，剔除掉對建模無用的變量，降低時間成本和模型復雜度。

（10）標準化/歸一化

數據標準化/歸一化，消除口徑差異。有利于神經網絡等模型的尋優求解。

（11）平衡樣本

對于二分類數據，若正負樣本比例嚴重不均衡，會按照指定的比例配平，并智能重采樣建模。

4. 手動預處理

選擇變量

根據變量類型去除一些無關的變量。例如ID和長文本，沒有缺失值的單值變量等。

衍生變量

用變量姐妹、配偶數量"SibSp"和 變量父母、子女數量"Parch"相加得到家庭成員數量"Family"。可以看到家庭成員在1-3人時幸存率較高。

預處理選項

在模型選項中可以定義是否數據預處理和是否智能填補。

如果數據已經進行過預處理，可以取消數據預處理。

智能填補可以更好的對缺失值進行補缺，但是會消耗更多的硬件資源和時間，當數據量很大時不建議智能填補。不勾選時會進行簡單填補。

更新內容

python版本升級到3.9

升級依賴包兼容性到最新版

修復ubuntu24.04環境下無法打開建模ide的問題

修復個別模型異常調用cuda的問題

優化性能，修復潛在bug