关键概念

数据探索：数据探索是以业务需求为根基，以数据监控为目标，使用数据可视化和数学统计技术，更加直观的探索数据的异常值、数据分布情况等。这个过程中包含预处理、特征值提取，以及对异常数据的预警规则三个过程。

预处理：针对不同任务和数据集属性，在进一步数据探索之前，对数据进行清理、转换和组织。确保数据为后续探索的各阶段做好准备。

特征值提取：根据不同的业务需求，针对不同任务和数据集属性，提取出需要重点监测的数据指标。

节点：为简易化编辑数据探索任务，将数据探索中涉及到过程抽象为单一的节点组件模块，包含预处理节点、特征提取节点等。

滑动窗口：一种分段数据处理的方式，通过在整个数据上定义一个固定大小的窗口，每次只处理窗口内的一小段数据。窗口从数据的起点开始，沿着数据逐步“滑动”，每次提取一部分数据进行分析或计算。滑动窗口的目的是对局部数据进行特征值提取，例如计算均值、最大值、最小值或其他特征，进而分析整体数据的动态变化。

窗口大小：滑动窗口的范围，表示一次处理的数据量。例如，窗口大小为10表示一次处理连续的10个数据点。

滑动步长（Step Size）：表示窗口在每次滑动时前进的距离，即窗口起始位置每次向前移动多少数据点。滑动步长控制了数据处理的频率和计算的精细程度。