网站导航

四专项:时间切分与标签成熟

全文共 1711 字,阅读约需 4 分钟

四专项:时间切分与标签成熟:事件账采用日级时间,同一天按 sequence 从小到大处理。特征表另外明确模拟创建日08:00输入已知、09:00打分(UTC),测试要求 feature_available_at < score_at。这些时间为教学安排,不声称有真实业

← 学习路线
课程目录与学习记录 0 / 109

学习进度仅存于本机浏览器。原教程站的记录不会跨域自动迁移;可先在原站导出留存,新站按实际完成情况重新勾选。

入门数据与作业包

禾味数据为 2 店 × 8 SKU × 180 天,共 2,880 行,是可见教学数据,不是封存盲测集。起步包是模拟夹具,不表示已完成六行业预测实验。资源中心另有四专项工程、模型实验和计划实验,使用前请阅读各自能力边界。

完全模拟的可复现实验,不连接生产。下载四专项完整工程包(20,000/12,000/10,000/2,000实体)。运行前阅读覆盖data/outputs的说明。固定模拟世界的指标不是企业收益。

先划时间,再碰答案

1. 四个时间词

  • 创建日:这条订单/发货/PO开始的日期,也是本项目打分的时点。
  • 事件日:取消、拒收、到仓、质检、收齐真正发生的日期。
  • 标签截止日:做这次训练或评估时,允许看到的最后一天。
  • 标签成熟:有足够时间知道“不发生”是否可以记0。还在途的包裹不能因为暂时没有拒收就记0。

事件账采用日级时间,同一天按 sequence 从小到大处理。特征表另外明确模拟创建日08:00输入已知、09:00打分(UTC),测试要求 feature_available_at < score_at。这些时间为教学安排,不声称有真实业务的小时级日志。预售同一天先自然取消,再发货,第60日未退出则强制取消。自然取消和发货不能同时发生。

2. 精确分块(区间两端都包含)

项目训练创建日训练标签截止验证创建日验证标签截止测试创建日测试标签截止
预售0–119179180–209269270–359419
退货0–598990–109139140–179209
COD0–598990–109139140–179209
PO0–89179180–209299300–359449

gap_not_used_for_model_selection 的记录没有被删除。它们保留在真实事件账和运营快照中,只是不用于本次训练、调参、最终分块评分。空档是为了等旧订单的答案成熟,不能把这些天偷偷补入训练。

例如退货训练最后一天为第59日。到第89日,每条训练发货都已满30日。第90日才开始验证,所以训练时没有读到验证发生后才知道的答案。验证最后创建日109,加30日为139,测试从140日开始。随机80/20切分做不到这一点。

PO没有“观察90天就确定永远不收货”的成熟规则。训练截止时未收齐的PO只贡献已经等待的时间,记录右删失;不造一个完成时长。所有验证PO至少被观察90天,因此“30天内收齐”能无歧义地用于分组模型选择。P50/P90最终覆盖率若遇到更长等待期,则报告上下界。

3. 校准也不能看测试答案

COD先在训练期拟合逻辑回归。验证第90–99日用于调整截距;第100–109日用于选择复核阈值。它们的结果都等到第139日才能使用,测试从第140日开始。逻辑回归学习率、迭代数与正则固定在代码中,没有用测试分数调优。

每个项目先写 model_selection.json,再生成测试指标。COD预测还保存这个文件的SHA-256值,方便确认阈值与系数没有在出分后悄悄变动。校验值不是密码或访问密钥。

这是一套固定时间分块实验,不是多轮滚动回测。没有置信区间和多时期外部验证,无法证明换一个时间段还成立。

4. 三层数据,不可混用

  1. features:评分时已知。比如SKU、计划路线、计划配送天数、供应商。
  2. events / labels:之后才发生的答案。可以在正确截止日后训练/评分,不能塞回原始特征。
  3. ORACLE:仅模拟器知道的潜在取消时点、风险倾向等。只用于解释模拟偏差,不用于任何拟合或参数选择。

labels() 总是先过滤 event_day <= cutoff。测试加入100条截止日以后的“污染事件”,要求训练标签完全不变。这个测试证明了本实现的截止过滤契约,但不能证明任意后来新增的特征都不会泄漏。

5. 当前状态预测和最初下单预测不是同一题

退货下一周预测起点是第180日开始,只读取截至第179日的状态。届时知道“已经申请退货”是合法新信息,因为它不是回到第0日重新打分。已经质检上架的单位,未来回流预测为0,不重复计入。

预售当前情景同样在第360日开始、用截至第359日的状态。用 S(b)/S(a) 表示已经等到年龄a后继续撑到b的条件概率。接近第60日的订单单独受强制关单规则影响。不把先前已经撑过的取消风险再扣一次。

6. 删失与信息性发货

独立发货场景的计划发货年龄与潜在自然取消过程独立。信息性发货场景让未观测高取消倾向的订单更早发出,导致留下的风险集更“安全”。这时自然取消hazard连乘得到的曲线可能高估无发货留存;高阶模型、平滑和更多行数不能自动解决识别假设。

同一订单的两套场景是相关配对,不可以当两份独立样本来缩小标准误。本包没有计算这种标准误,也没有声称Cox模型或竞争风险累计发生率已经实现。

仅保存在本机当前浏览器,无账号云同步;清除浏览器数据会丢失。不自动认定你通过测试。建议先保留输出文件和计算过程。

所有数据、系数与业务场景均为教学模拟。预测不等于采购或排产指令。来源与修订说明。