跳到正文

研究指南

AI 辅助证据核对

模型支持域:单变量在范围内也可能联合外推

逐项检查输入是否位于历史最小与最大之间,不足以证明新组合位于研究过的联合范围。一个点可以通过所有单变量范围检查,仍需要联合外推。把模型预测称为内插之前,应保存实际输入对,并使用说明清楚的支持域诊断。

本任务交付支持域表、可复算的组合权重,以及什么新增观察能检验拟议用途的记录。它评估查询点与已有研究域的关系,不是给几何边界内部的所有预测颁发准确性证书。

在模型真正使用的输入上定义范围

NIST关于数据域之外使用模型的说明区分域内与域外预测,并提醒谨慎外推。本文另建一个明确的几何工作表用于假设二维案例,不声称NIST要求所有验证都必须使用本表。

设横一和横二为两个连续任务特征,采用有记录的标准化量尺。坐标零是选定参考点,不是在说文档没有内容。保存转换、原始单位、版本和可行组合;查询采用另一套变换,就无法有意义地定位在训练资料的域中。

下列三项观察代表兼容核验任务。响应明确为虚构平均完成分钟数,分别一、三、三。其作用是把几何关系讲清,不是真实经营数据,也不用于预测证券价格。

一致的可逆仿射单位转换,不改变凸组合关系。例如横一统一改为原值乘二再加一,目标首坐标变五,组合权重却保持不变。若只改查询的预处理,比较就不再相容;不能靠让新点数值看起来接近旧表,宣称支持域已经改善。

观察任务横一横二响应
甲001
乙203
丙023

两列输入范围都是零到二;实际观察组合形成三角,不是分别取范围得到的整个正方形。正方形右上角那片没有被观察的区域,正是需要调查的缺口。只报每列上下限,会丢失这一联合结构。

先检查识别,避免混淆问题

设计包含截距后,三行是(一、零、零)、(一、二、零)、(一、零、二),行列式为四,三列线性独立。因此可以用一个平面拟合这三个响应均值,并分别确定系数。

这很重要:本例不是两个预测变量全在同一直线上,导致无法分别识别斜率。设计已经满秩,却仍不能证明所有单列熟悉值的组合都被观察过,或都获得充分支持。唯一系数与合理使用范围是两项检查。

三格均值也不能为含三参数的饱和平面提供残差方差估计。求出系数、估计精度和独立验证要分开。矩阵计算能返回唯一预测,不等于已证明这个预测可靠,更不能据输出的小数位数判断证据强弱。

检查看起来完全在范围内的目标

设目标为(二、二),两坐标都等于各自历史最大值,所以逐列检查全部通过。要判断它是否在三角内,求甲乙丙权重,使权重和为一,加权坐标等于目标。

横一坐标要求乙权重乘二等于二,因此乙权重一;横二同理要求丙权重一。权重总和必须为一,所以甲权重只能为负一。

目标甲权重乙权重丙权重几何结果
(2,2)−111位于凸包外
(0.5,0.5)0.50.250.25位于凸包内

凸组合要求所有权重非负,且总和为一。目标需要负权重,因而位于已有三角之外,尽管两列范围都合格。在本工作表规则下,这构成联合外推标记;不代表目标不可能存在,也不证明预测一定错误,只说明该几何诊断下使用超出了观察组合。

作为对照,另一点(零点五、零点五)的权重为二分之一、四分之一、四分之一,既复原坐标,也没有负权重。它位于几何内部。但这与附近有很多观察,或该处预测已被独立验证,仍不是同一件事。

预测依赖哪项模型结构

拟合平面为响应预测等于一加横一加横二,在(二、二)处给五。用仿射权重也可重建:负一乘一,再加三、加三,同样为五。负权重提醒读者,这不是用非负比例平均附近实测响应。

现在考虑另一个均值曲面:一加横一加横二,再加横一横二乘积。三个已观察顶点的乘积都为零,所以新曲面同样完全拟合一、三、三。但在(二、二)处,它给九,而非五。原三条观察无法区分这两个曲面。

这体现模型类别不确定度,不是算术互相矛盾。平面把交互项排除在外;其他知识也许能支持该假设,但三个顶点完美拟合并没有检验它。应保存响应形式的假设,不把平面输出包装为目标处已经测得的事实。

若目标组合可行,并能兼容测量,在该处新增观察有助于区分两个预测。一次新结果不会验证所有未来点,只回答一个明确缺口;新增测量误差、任务定义和人员差异也仍需核对,不能把不相容的新样本当作确认。

再假设目标处新兼容测量集中在七附近。若其不确定范围宽到同时容纳五和九,可能仍无法区分两模型;若重复精密测量排除二者,则挑战的是两个响应形式,不能自动选择数值稍近的一个。应保留测量分布和比较标准,而不是只看哪一条预测线更顺眼。

新增这个目标点还会扩展观察凸包,但几何变化不会自动验证新内部的其他区域。目标处从未观察变成已观察,与整个正方形里的模型都正确,是完全不同的判断。应分别保存范围更新、局部精度和结构检查,不能把一次补测升级成对所有用途的保证。

另一种边界:凸包内仍可能有问题

在(零点五、零点五)处,平面预测二,另一个曲面预测二点二五。这个稀疏例中,几何内部也有未经检验的曲率,所以凸包内标签不能证明模型正确、局部信息充分或误差校准合格。

高维凸包还可能包住很大一片附近没有观察的区域。除了凸包标记,应保留适合任务的邻近程度或局部信息;距离解释取决于特征量尺和测量含义,不能把千克与任意类别代码混成一个没有说明的距离,再给出统一合格阈值。

类别输入要另行处理。两个司法辖区或文档格式的数字代码取中间值,不会定义一个有意义的中间类别。代码凸组合虽然数学上存在,相应任务可能根本不可执行,应把可行域与数值包络分开,不能以小数代码虚构新类别。

同样,有上下界的模型区间不证明域外覆盖。预测程序可以在假设平面下计算标准误,即使未纳入曲率才是主要误差。应说明区间覆盖了哪些不确定度,而不是把窄区间当作外推风险已经消失的证据。

建立支持域复核流程

先保存训练观察及预处理配方,再检查查询的单列范围和联合组合。简单连续二维例可重建权重,或求非负组合可行性;更大设计要记录所选诊断及计算限制,不能声称两个挑选列的散点图已经覆盖全部特征。

若目标在外,确认该组合物理或业务上是否可行;适当时在附近取得兼容的确认性观察。若无法补测,就缩小用途声明,或明确它是依赖假设的外推。不能把模型自己的预测加回训练表,再称已经增加新证据。

字段保存资料复核问题
输入单位、变换、版本训练和查询测量相同吗
联合样本实际观察组合是否研究过该组合
几何权重或诊断定义外推标记能否复算
模型类别平面、交互及其他项哪些形状被假设排除
局部证据邻近、重复、验证内部是否真有足够信息
后续可行新增观察能区分哪种竞争预测

新增观察、特征修订或目标任务总体变化时,重查分类。保留旧域和新证据为何改变它的说明;若只增加同一个顶点重复,可能改善该点精度,却不会把右上目标纳入现有三角。应分别记录密度改善与几何范围扩展,而不是只看样本总数增长。

最终结论分开“程序可以计算”与“证据充分支持”,同时呈现几何和实质边界。这样的支持域记录能指出具体缺什么,而不是用一组单列最小最大值,让尚未研究过的联合组合看起来已经被验证。

常见问题

每列数值都熟悉,就保证是内插吗?

不能。(二、二)通过两列范围检查,却在实际观察三角之外。

凸包内的点,模型就一定预测正确吗?

不是。局部稀疏、结构错误和测量不兼容仍可能使预测失效。

相关阅读