数据挖掘与预测

数据挖掘是 Scopwis 的一级工作区。它直接暴露服务端已经注册的确定性分析目录，不再把高级能力藏在 Agent tool 名字里。

方法类别

当前目录覆盖：

画像、稳健统计、缺失、重复键和尾部分析；
聚类、密度分群、PCA 与聚类质量；
异常与局部密度离群；
关系、非线性依赖、偏相关、lead/lag 与稳定性；
时间序列趋势、季节性、变点、滚动区间与预测；
漂移与分布变化归因；
二元排序、校准、分类和回归诊断；
实验/组间比较与稳健效应量；
事件/状态、生存、留存和事件间隔；
因子生成、因子挖掘、signal evaluation、policy simulation 与量化绩效。

目录由已注册 method contract 驱动。UI 中的名字只是产品入口；真正可执行的 method ID、参数 schema 和质量约束由 Server 提供。

启动一个方法

打开 数据挖掘。
按分类筛选或搜索方法。
选择一个 starter。
检查并编辑生成的请求。
点击 开始分析。

目录支持按分类、名称和方法 ID 筛选。窄屏选择方法后进入详情，返回目录时保留该方法已编辑的请求。

只选择方法不会执行任何东西。明确的“开始分析”动作会让请求进入和“分析”工作区相同的 AgentPlan、授权、Query Safety、Artifact 和 Critic 门禁。

预测必须防泄漏

预测和时间序列方法必须遵守时间边界。Forecast、rolling 等方法使用显式历史/训练窗口；未来观察不能影响更早 baseline。无法满足排序、样本或质量契约时，方法必须失败关闭，而不是偷偷换一种算法。

预测输出只是对当前方法和验证窗口的证据，不自动等于“可以直接上线”的决策。

滚动分位数区间

使用 rolling_quantile_band，可以把每个数值与之前 5–500 次观察形成的区间比较。输入须包含 6–10,000 行，时间严格递增。lower_percent 可选 1–49，upper_percent 可选 51–99，默认分别为 5 和 95；top_n 可选 1–200，控制返回多少条越界记录。

方法会检查每个窗口，再按越界幅度从大到小返回结果；幅度相同时保留原始行顺序。调小 top_n 可以减少保留的排名候选和结果构建开销，但不会抽样或提前停止校验。历史值完全相同时，零宽度区间仍然有效。非有限输入，或数值范围无法表示的区间宽度、越界幅度，会使分析停止，而不是悄悄在报表里写入空值。越界只表示与历史区间存在差异，不说明差异的原因。

比较分布漂移

quantile_shift_profile 比较显式指定的基线和当前数据工件，输出 P05/P25/P50/P75/P95 以及四分位距（IQR）。只要基线四分位距大于零，即使数值非常小，比例仍然有定义；不能因为换了计量单位就把非零变化判成零。只有基线四分位距精确为零时，才返回 zero_baseline_iqr=true 和空比例。当前四分位距为零、基线大于零时，比例为零。

差值或比例超出有限数值范围时，方法返回结构化执行错误，不会在成功的分析工件或报表里悄悄替换为空值。结果只描述给定分布的差异，不会自动修正数据，也不能确定漂移原因。

恒定因子输入

因子挖掘与组合的 Pearson 诊断在任一有限输入序列恒定时返回零。这包括 [1e100; 10] 这样的重复大数值：均值计算中的舍入不能制造相关系数为 1 的假象。变化序列沿用既有的相关性计算，以及样本标准差 1e-12 的阈值。结果仍只衡量关联程度。

怎么解释 Mining 结果

已注册方法返回结构化 artifact、诊断和限制。Scopwis 不会把相关性说成因果，把 anomaly score 说成欺诈，把 drift 说成根因，也不会把回测直接说成交易建议。

需要决策型叙事时，回到“分析”让 Agent 把 mining artifact 和其他证据一起综合；需要视觉交付时，请生成报表。