Repository navigation
v3.5.0 · 定义一律引用教材原文(33 条原文库,引文 162/162 逐字命中)
v3.5.0 — 定义一律引用教材原文
你问的那句是我的总结,不是教材原文。 已按你的要求重建全库的定义层。
1️⃣ 先回答你的问题
你说的那句:
「广义线性模型(GLM) 的一种,用在结局变量是二值(0 或 1)时。它建模的是「事件发生的概率」。」
这是我(改写时)自己总结的中文,不是任何教材的定义。 PSL §10.1 的原话完全不是这样——它从 η(x)=P(Y=1|X=x) 出发,讲为什么不能直接用线性模型(线性模型无约束、概率有约束),然后引入 link function:
"One type of approaches for classification is to directly model or estimate
$\eta(x)$ . Since$\eta(x)$ is constrained to between$0$ and$1$ , as it represents a probability. Therefore, it's challenging to model$\eta(x)$ directly with a linear model because linear models are unconstrained. Instead, we model its transformation (or referred to as a link function) with a linear model:$g(\eta(x)) = x^t \beta$ ."
"In logistic regression, we use the so-called logit link function, which is equal to
$\text{logit}(\eta(x)) = \log \frac{\eta(x)}{1 - \eta(x)}$ ."
已按这个改写,并加了三件事:教材原文 + 标准记法 + 中文解释。
2️⃣ 新建 定义原文库.md(33 条 / 1162 行)
每条都是:教材英文逐字引文 + 章节 + URL → 标准数学记法 → 中文解释 → 面试怎么用。
来源全部公开可访问:
| 代号 | 来源 |
|---|---|
| PSL | Practical Statistical Learning(UIUC),基于 The Elements of Statistical Learning——抓了 33 页正文 |
| LDA | Loss Data Analytics(开源精算教材)——4 章 |
| ESL | 官方 PDF 全文(1-SE 原则等引文出处) |
覆盖 33 个核心概念:统计学习 / 线性回归 / 共线性 / 子集选择 / Ridge·Lasso / 回归树 / CCP / 随机森林 / GBM / 不纯度 / 误分类率 vs 熵 / AdaBoost / 前向分步 / 多项式 / 样条 / 平滑样条 / 判别分析 / 朴素贝叶斯 / 逻辑回归 setup / MLE / 分离 / 回顾性抽样 / GLM 框架 / Poisson+offset / 乘性费率 / Tweedie / 严重度 / 频率。
3️⃣ 引文保真度:162/162 逐字命中(可复现)
我没有靠肉眼相信引文。写了两个工具:
bash _meta/tools/fetch_all_sources.sh # 一键抓取全部 34 个来源页面
python3 _meta/tools/verify_quotes.py # 逐条判定引文是否逐字命中教材原文校验过程本身也发现了问题,都修了:
- 首次跑报 7 条未命中 → 核查发现是我的校验语料缺页导致的假阴性(补齐 3 个子页 + ESL PDF 后归零)
- 修掉 1 处真实转写差异:我把源文的
|误写成了\mid(逐字引用就不该动它) - 修掉 C12 里一段**「标为原文实为转述」**的 1-SE 规则表述 → 换成 ESL §7.10 p.244 的逐字原文,并注明 ESL 自己在 §3.4.3 写了「(Section 7.10, page 244)」自证出处
_meta/sources/已加进.gitignore—— 教材原文不入库(体积 + 版权),但脚本可随时重建。
4️⃣ 标准定义接进 28 篇笔记
每篇在正文最前插入 ## 📖 标准定义 块:逐字引文 + 标准记法 + 中文解释 + 跳转锚点。纯插入、零删除,原来的中文解释全部保留。
共 134 条逐字引文接入笔记(全部脚本回查命中)。
5️⃣ 顺带补上库内最后一个内容缺口
定义原文库 建好后发现:判别分析(LDA/QDA/Naive Bayes)在库内完全没有落点——而事实核验报告早就把它列为缺口 G5。现已新建:
01_LR_GLMs/1.8 判别分析(LDA QDA Naive Bayes).md(200 行,中文 72.5%)——教材原文 + 三种方法的假设对比 + 与逻辑回归的 7 条关系 + 代码 + 6 条常见坑 + 6 句英文表达。
6️⃣ 规则入库
_meta/写作规范.md 新增 §9「定义类内容的引用规则」:哪些算定义、引用规范(逐字、必附 URL、抓不到就明说「未取得原文」)、权威来源清单、以及正反示例对照(就用你举的这句当反例)。
体检
bash _meta/tools/vault_check.sh # 82 篇 / 24175 行 / 全项 0 告警