本实验依托已有的学生考勤主题标签数据表，运用 K-Means 聚类算法，选取迟到、早退、请假、校服违规等考勤相关指标开展学生考勤行为分群研究。实验借助 AI Studio 平台以零代码拖拽方式完成数据导入、K-Means 模型训练、聚类结果入库等建模流程，将学生划分为三类聚类群体；再通过助睿 BI 平台搭建多维度可视化分析图表与综合仪表盘，解读各类聚类簇的行为特征，明确区分出自律模范型、轻微波动型

本实验依托已有的学生考勤主题标签数据表，运用 K-Means 聚类算法，选取迟到、早退、请假、校服违规等考勤相关指标开展学生考勤行为分群研究。实验借助 AI Studio 平台以零代码拖拽方式完成数据导入、K-Means 模型训练、聚类结果入库等建模流程，将学生划分为三类聚类群体；再通过助睿 BI 平台搭建多维度可视化分析图表与综合仪表盘，解读各类聚类簇的行为特征，明确区分出自律模范型、轻微波动型

《零代码ETL平台订单利润分流实验报告》摘要 本实验基于助睿零代码数据集成平台，完整模拟企业级订单利润分析ETL流程。通过可视化拖拽组件，实现MySQL订单表与产品表的数据抽取、关联计算（利润=金额-成本×数量）、利润分级过滤（高利润/普通利润）以及Excel结果导出全流程操作。实验重点掌握表输入、记录集连接、字段选择等6大核心组件的配置方法，验证了零代码平台在降低数据处理门槛、提升企业运营分析效