导出包含导出到数据库、保存为数据集、保存为训练模型、保存为PMML文件、保存为Excel、保存为CSV。
❖导出到数据库
导出到数据库节点连接数据类节点和算法节点，设置及展示区包含四个页面：配置项目、元数据、过滤数据、探索数据。
o配置项目
导出数据源可以选择已保存的数据源，勾选追加，数据将被添加到数据库中的表而不删除表里已有的数据。
o元数据
请参考数据节点里的介绍。
o过滤数据
请参考数据节点里的介绍。
o探索数据
请参考数据节点里的介绍。
请点击查看“导出到数据库”具体方法。
以实验“案例分析/客户流失”为例，评分节点后连接导出到数据库节点，运行节点，如下图所示：
1.模型节点：导出到数据库的节点路径和名称。 2.数据源：用户根据需求选择已存在的数据源。目前支持的数据库类型为 "Mysql", "Oracle", "SQLServer", "DB2", "PostgreSQL", "Derby"。 3.数据库：所选数据源的默认数据库。支持的数据库为"Mysql"，"SQLServer"。 4.表结构模式：所选数据源的表结构模式。支持的数据库为 "PostgreSQL"，"SQLServer"，"DB2" ，"Oracle"，"Derby"。 5.表名：指定数据库的表名，数据集结果会插入到该表中。 6.追加：当用户勾选追加时，表中原先的数据仍然存在，数据集的结果直接插入表中。当用户不勾选追加时，会先删除表中已存在的数据，然后再插入数据集结果到表中。 |
❖保存为数据集
保存为数据集节点连接数据类节点和算法节点，设置及展示区包含四个页面：配置项目、元数据、过滤数据、探索数据。
10万以内的数据支持保存为内嵌数据集，超过10万不允许保存为内嵌数据集。保存的数据集可以在创建数据集模块中查看。
o配置项目
保存为数据集可以选择要保存的路径，存储类型为内嵌数据集，勾选替换，存储时检测到重名文件会将其替换。
o元数据
请参考数据节点里的介绍。
o过滤数据
请参考数据节点里的介绍。
o探索数据
请参考数据节点里的介绍。
点击此处可查看“保存为数据集”的示例。
例如，K-Means聚类节点保存为数据集后，元数据如下：
预览后数据如下：
|
❖保存为训练模型
保存为训练模型连接算法节点（逻辑回归、决策树、K-Means聚类），设置及展示区包含：配置项目。
o配置项目
保存为训练模型节点可以选择要保存的路径，存储为训练模型，勾选替换，存储时检测到重名文件会将其替换。
K-Means聚类、逻辑回归、决策树三个节点支持保存为训练模型。运行成功后可保存为训练模型。训练模型应用在制作报告模块的仪表盘里，可以参考深度分析实验及应用章节里的K-Means聚类案例介绍。
以“案例分析/员工离职”为例，选中K-Means聚类节点，节点的配置项目如下图：
连接保存为训练模型节点，在右侧配置项目中中，可选择路径，名字默认是节点名称也可修改名字，点击确定后将模型保存到资源树上的训练模型文件夹下。
打开保存好的训练模型“K-Means聚类”，展示信息包含三部分：标题，基础属性，模型训练汇总。标题为训练模型的名称；基础属性是配置项目里所有属性的值；模型训练汇总部分显示实验节点的来源，算法，类别，时间因素。具体展示如下：
|
以“案例分析/客户流失”为例，选中逻辑回归节点，节点的配置项目如下图：
保存为训练模型，并且打开保存的训练模型，信息展示如下：
|
以“案例分析/银行电话营销”为例，选中决策树节点，节点的配置项目如下图：
保存为训练模型，并且打开保存的训练模型，信息展示如下：
|
❖保存为PMML文件
保存为PMML文件连接算法节点和脚本节点（Python脚本和R模型），设置及展示区包含：配置项目。
o配置项目
保存为PMML文件节点运行后会下载到服务器缓存文件夹，在配置项目里可以下载到本地。
❖保存为Excel
保存为Excel节点连接数据类节点、算法节点和脚本节点，设置及展示区包含四个页面：配置项目、元数据、过滤数据、探索数据。
o配置项目
保存为Excel节点运行后会下载到服务器缓存文件夹，在配置项目里可以下载到本地。
o元数据
请参考数据节点里的介绍。
o过滤数据
请参考数据节点里的介绍。
o探索数据
请参考数据节点里的介绍。
❖保存为CSV
.保存为CSV节点连接数据类节点、算法节点和脚本节点，设置及展示区包含四个页面：配置项目、元数据、过滤数据、探索数据。
o配置项目
保存为CSV节点运行后会下载到服务器缓存文件夹，在配置项目里可以下载到本地。
o元数据
请参考数据节点里的介绍。
o过滤数据
请参考数据节点里的介绍。
o探索数据
请参考数据节点里的介绍。
