数据科学家必做的 6 项回归诊断检查，别再盲信模型
mdancho84 · x · 2026-09-20
数据科学家 mdancho84 发推详解回归建模后必做的 6 项诊断检查，判断模型是否可信：
- 后验预测检查：模型模拟出的数据应与真实观测数据形态相似，剧烈偏离说明模型缺失重要结构。
- 线性性：残差对拟合值作图，参考线应平坦；出现曲线或模式说明线性模型没抓住真实关系。
- 方差齐性：残差散布应在各拟合值上保持一致，漏斗形（异方差）意味着标准误计算是错的。
- 强影响点：数据点应在 Cook's distance 等高线内；高杠杆+大残差的点会悄悄扭曲系数，须先排查再信结论。
「研究」频道最新
- ICLR 今年投稿量突破 5.5 万篇，作者直呼「低质论文手榴弹」 — igilitschenski · 2026-09-21
- 用 LLM 替代高斯过程做贝叶斯优化，博主实测四种方案 — tak3sh8 · 2026-09-21
- 微软研究发现：安全训练可顺带提升小模型隐私保护 — EchoShao8899 · 2026-09-20
- Nature 深度文：让 AI 重走爱因斯坦之路，能否独立复现广义相对论 — mikeflache · 2026-09-20
- 309 页《Patterns, Predictions, and Actions》机器学习免费电子书更新 — adnan_hashmi · 2026-09-20
- 传 Jev 一周内啃下质数间隙与 Navier-Stokes 等硬问题 — f_charton · 2026-09-20