参数分析

模型越多越热闹，权重没定好，融合只是把噪声平均了一遍。

手写的判断带着当时的情绪，回头看特别有用。

把目标从命中改成理解，很多纠结自然就消失了。

模型会放大你喂给它的偏差，这一点比准确率更值得记住。

调到最后发现，最初那套用样本外验证过的权重最稳。

看坐标、找异常点，其余的多半是装饰。

连错、加码、熬夜，这三件事一出现就该收手。

先看数据，再看判断，最后看哪些判断被结果推翻。