新方法Entropic Scree：先判断脏数据里有没有强信号
Chocolate_Milk_Son · reddit · 2026-08-31
- 作者发布表格数据诊断工具 Entropic Scree,用于在高维脏数据上评估：信号的信息量是否足以盖过数据本身的特异性噪声、信噪比(SNR)、内在秩、变量间的解耦子网络，以及数据是否满足线性 PCA 假设。
- 方法评估的是变换后的互信息指标，而非传统 PCA 变体的线性方差、秩序或欧氏距离，参数与距离假设更弱，适用面更广。
- 它也是 From Garbage to Gold 框架(研究未清洗错误数据何时可直接建模)的实用诊断工具。
- 预印本与 GitHub 已放出，R 快速启动函数可用，Python 和 R 包即将发布。
「研究」频道最新
- 微型机器人 Microduck 预订激增，恐致舵机缺货 — Thom_Wolf · 2026-08-31
- 计算机科学离不开计算机？理论学者重新审视学科的机器根基 — fortnow · 2026-08-31
- 构建直观的机器学习与数学资源库 — TivadarDanka · 2026-08-31
- 针对“错误闭合”现象的 LLM 基准测试 — Plastic-Cell-4497 · 2026-08-31
- 新推理方法成本大降：研究者称比 OpenAI 旗舰模型便宜 11 倍 — 233C · 2026-08-31
- 大模型检索训练需重新聚焦失败案例 — antoine_chaffin · 2026-08-31