机器学习

从人工用户评分表计算物品协同过滤，过滤已评分课程，处理无共同评分、新用户和新物品，并明确均分兜底与评估限制。

按预测时点构造 lag_1、lag_7，使用顺序验证与独立留出段比较模型、上一日及七日前基线，区分一步与多步预测。

用 JSONL 逐行迭代、HashingVectorizer 固定稀疏特征和 SGDClassifier partial_fit 分批训练文档分类器，核对首次全类别与内存边界。

用字符 TF-IDF 和逻辑回归跑通中文评论正负分类，逐句检查手工小样本、否定句误判与词表外输入，说明业务评测边界。

用固定开发集的学习曲线比较训练、验证分数和折间波动，判断继续加数据、限制模型容量或查标签的优先级，保留最终测试集。

根据已对齐的真值与预测计算 MAE、RMSE，并导出带稳定样本编号和残差方向的清单，定位大误差来源。

固定同一测试集对比多数类、普通逻辑回归和 balanced 权重，查看少数类召回改善伴随的误报代价。

在训练数据内部用 sigmoid 拟合概率校准器，用独立测试集同时比较 Brier 分数、准确率和分组发生频率。

为数值列和类别列分别配置填补、标准化与独热编码，用 ColumnTransformer 合并输出并核对未知城市和编号排除。

用 scikit-learn 在数值表格上完成分层划分、标准化、逻辑回归训练和预测，并用多数类基线与混淆矩阵检查结果。