导入历史数据
本小节主要介绍数据来源类型、检测变量类型、导出数据质量报告以及导出数据探索报告。
数据来源类型
在菜单栏中点击【文件】à【新建模型】或者直接在工具栏中点击
按钮，弹出导入数据窗口，数据来源类型有两种，分别为本地数据文件、数据库：
选择【本地数据文件】如上图，在【查找】中选择文件目录后，窗口中即可列出该目录下所有可用的建模数据文件，文件类型包括：*.mcf、*.mtx 、*.txt、*.csv、*.xlsx、*.xls。
导入mtx数据文件
选择预先生成的建模用表mtx文件，由于生成建模文件时，已经配置了文件选项，所以选择mtx数据文件，点击【确定】后会直接将数据文件导入。
导入非mtx数据文件
选择非mtx数据文件，需要导入数据配置并配置导入变量。以train.csv为例：
选择文件train.csv，点击【确定】进入导入数据界面，如下图所示：
配置界面功能选项说明：
【第一行是标题】：勾选此项时，表示将数据文件中的第一行数据作为标题；不勾选时标题默认显示为“_n”，n表示第n列，例如_1,_2,…
【如果字段串外有引号则先剥离，包括标题部分】：勾选此项时，当字段名及字符串类型的字段值外含有引号时，会自动去掉引号。
【检查数据合法性（列数是否一致）】：勾选此项时，在生成建模用表文件时会自动检查本地数据文件列数是否一致。
【列数和第一行不匹配时删除该行】：勾选此项时，当某行数据列数与第一行列数不一致，生成建模用表时会自动删除该行数据。
【使用双引号作为转义字符】：勾选此选项时，将双引号做为转义字符处理；不勾选时，默认将斜杠作为转义字符处理。
【字段分隔符】：根据数据文件中的实际情况选择分隔符。
【字符集】：选择要操作的数据文件所支持的字符集。
【日期格式】、【时间格式】、【日期时间格式】：用户可自定义日期、时间、日期时间格式。
【区域和语言】：根据实际情况选择语言
【缺失值(竖线分割)】：默认为NULL|N/A，也就是数据中出现的NULL或N/A时，表示数据缺失。用户还可以自己手动添加缺失值，设置多个缺失值时使用“|”分隔。
导入选项配置完成后，点击【下一步】进入导入变量配置界面，如下图所示：
左侧的变量面板中，勾选出要导入的变量，默认选出所有变量。
【选出】：勾选状态表示导入，不勾选则不导入。
【类型】：下拉列表中可以修改变量的数据类型。除此之外，也可以点击
选择预先定义好的数据字典文件，来导入变量类型。
数据字典支持xls，xlsx，txt，csv 4种格式的文件，文件格式如下：
(1) 第一列为变量名称。
(2) 第二列为变量类型，变量类型包含：Identity（ID）、Categorical（分类变量）、Binary（二值变量）、Unary（单值变量）、Count（计数变量）、Numerical（数值变量）、Datetime（时间日期）、Text（长文本）。
根据实际数据配置。
(3) 第三列是时间日期的数据格式，例如：日期格式yyyy-MM-dd、时间格式HH:mm:ss、时间日期格式yyyy/MM/dd HH:mm:ss等。
(4) 第四列是此变量类型是否使用，true表示使用；false不使用。
(5) 第五列是此变量的重要度。
例如：csv格式的数据字典文件
注意：使用csv文件时，变量之间用逗号分隔列。使用txt文件时，变量之间用tab分隔列。
右边预览数据界面中，用户还可以自定义设定显示前多少行数据，然后点击重载，可以刷新页面中显示的数据。
导入变量配置完成后，点击【完成】，会弹出检测变量类型窗口，如下图：
具体配置可参考检测变量类型 小节，配置完成后点击【确定】以后即可导入数据。
使用数据库作为数据来源之前，需要先配置数据源，
在易明建模中，需要通过数据源配置来连接数据库，操作步骤如下：
1、点击【工具】à【数据源】进入如下窗口：
2、点击【新建】按钮，弹出数据库类型对话框，数据库类型有“JDBC”、“ODBC”两种
JDBC
数据库类型对话框中选择“JDBC”，点击 【确定】按钮，弹出关系数据库数据源配置对话框，如下图所示：
1、数据源名称：可以任意指定，如ora、SQL17等。
2、数据库供应商：选择对应数据库类型，如果没有符合类型，请选择UNKNOW。
3、驱动程序：可以使用下拉框中默认，也可以输入其他的驱动信息。
需提前将所用到的数据库的JDBC驱动程序拷贝到【设计器安装目录】/common/jdbc下。
4、数据源URL：根据实际数据库URL配置，
例如oracle数据库：jdbc:oracle:thin:@192.168.0.68:1521:orcl；
5、用户：数据库用户名。
6、口令：访问数据库的密码。
7、批处理大小：设置与数据库交互的批处理大小。
8、对象名带模式：指的是数据表表名前是否带有模式名，比如：dbo.员工
9、对象名带限定符：是否使用带引号的SQL。
扩展属性：除了设置以上所述的常规属性外，有些数据库还要求设置一些扩展参数，这时候就可以进入到扩展属性tab页下进行设置了。不同的数据库，扩展属性中的参数名称是不一样的，这些参数名称都是在设置完成了常规属性以后，系统根据数据库类型自动添加的。有些数据库是没有扩展参数的，例如access。
设置完成后，点击【确定】按钮，回到数据源配置界面，关系数据库类型的数据源就配置完成了，数据源配置界面中就列出了你新建的数据源，如下：
点击【连接】按钮，数据源名称显示粉色已连接则表示连接成功。
ODBC
数据库类型对话框中选择“ODBC”，点击 【确定】按钮，弹出ODBC数据源配置对话框，如下图所示：
1、数据源名称：可以任意指定，如ora、SQL17等。
2、ODBC名称：在ODBC数据源管理器中为所连数据库定义的ODBC数据源名称。
3、用户名：数据库用户名。
4、密码：访问数据库的密码。
5、使用带模式的表名称：指的是数据表表名前是否带有模式名，比如：dbo.employee。
6、大小写敏感：指的是sql语句是否区分大小写。
7、对象名带限定符：是否带限定符。
设置完成，点击【确定】按钮，回到数据源配置界面，ODBC类型的数据源就配置完成了，数据源配置界面中就列出了你新建的数据源。
加密级别
可在加密级别中设置对数据源定义中的口令是否加密，对应着userconfig.xml文件中encryptLevel属性，属性取值0(明文)或1(密码加密)。
明文：当加密级别选择明文时，对应userconfig.xml文件的数据源配置中会自动设置encryptLevel = 0。此时，密码不加密，如下图：
密码加密：当加密级别选择密码加密时，对应userconfig.xml文件的数据源配置中会自动设置encryptLevel = 1。此时，密码会以加密后的文本串方式显示，如下图：
选择数据库表
【创建数据文件名称】：配置生成的建模用表文件名，文件后缀为：*.mtx
【数据源】：选择数据源
【模式名】：选择数据源中的模式
【表】：选择数据库表
【字段】：选择数据库表中的字段
【条件】：对所选表中数据增加筛选条件
【分组】：对数据进行分组
【分组过滤】：对数据进行分组过滤，相当于数据库语言中的Having
【排序】：对数据进行升序/降序排序
【语法】：使用数据库语法选择数据
在数据库中配置数据源、模式名、数据库表、字段等信息，具体操作以demo数据库中的“ORDERS”表为例导入数据：
检测变量类型
在新建模型时，导入非mtx数据文件或数据库表过程中会提示检测变量类型。
检测范围配置
为了导入正确类型的变量数据，成功建模。在导入数据时，可以选择立即检测变量类型， 来检测确保导入正确类型的变量数据；但对于数据量大的文件，如果想要快速导入数据，进入设计器，也可以后续通过变量检测菜单进行检测。界面如下图：
当选择不检测时，导入数据的变量类型默认为分类变量。若选择了不检测，进入设计器以后需要在变量检测菜单进行检测，或者手动设置每个变量的变量类型。需要注意的是，不检测或者不设置正确的变量类型，那么在建模过程中就会报错。
是否提示检测
如果选中某一项后勾选了不再提示，那下次进入数据导入界面就会默认按照以前的选项进行处理，若后期想要更改默认选项可以在菜单栏中的【工具】à【配置】窗口中进行配置，如下图：
导出数据质量报告
导入建模数据后，可以通过该功能导出数据质量报告，点击【文件】à【导入/导出】à【导出数据质量报告】，导出文件为pdf格式。
质量报告中信息内容包括数据中的变量个数、行数、缺失率统计、数值变量偏度统计、分类变量的势统计等信息。
导出数据探索报告
导入建模数据，执行变量统计后，可以通过该功能导出数据探索报告，点击【文件】à【导入/导出】à【导出数据探索报告】，导出文件为xlsx格式。
数据探索报告中，针对“目标变量类型 + 当前变量类型”的组合做一些信息统计。
目标变量类型分为两类：一类是离散型：分类、二值、单值；一类是连续型：数值、计数、日期。不同类型的目标变量，导出的数据探索报告的内容是不同的。