← 科研日志
2026年6月25日
Week17 回归模型三方案对比总结
今日工作概述
完成了胎儿出生体重回归模型的三方案系统对比实验，包括从零重新设计 Claude 方案、以及在方案B基础上叠加增强特征的方案C，最终确认方案B仍为当前最优。
核心结论
维持方案B（MoE 两阶段路由），外部验证 R²=0.713，MAE=156g。
- Claude 方案外部验证与方案B基本持平（MAE=154.74g，R²=0.717），内部测试稍弱
- 方案C在内部和外部均劣于方案B，HIGH zone Bias 从 -189g 恶化至 -373g
关键发现
方案C失败的根因：HIGH zone 1:1:1 平衡采样后样本量有限，将特征从 13 增至 36 个导致过拟合。小样本 Stage 2 上堆叠特征适得其反。
外部验证"虚高"问题：外部集巨大儿仅 4.5%，几乎没有高难度边界样本，R² 偏高是分布偏移造成的，并非模型真实泛化能力。
两个公式坑：
- Hadlock EFW 输入需从 mm 转为 cm（÷10）
- Shepard EFW 输出为 kg，需 ×1000 转克
回归模型改善路径
目前 HIGH zone 是主要误差来源，改善方向是扩充巨大儿训练数据，而非继续在特征工程或模型结构上折腾。
明日计划
开始分类模型 Plan_2 的阅读与修改探究。