本页记录当前精选分支如何保留 Ma Xiao 的手写痕迹，同时区分历史原件、派生适配、2026 年新增工程能力和待隔离材料。它是首批映射台账，不表示所有 legacy/ 文件都已经现代化。
| 标记 | 名称 | 判定标准 | 修改与发布规则 |
|---|---|---|---|
| H | Handwritten / verbatim | 能与原 master blob 对应的 Ma Xiao 手写文本、代码或自制资产 |
原件保持内容和字节不变；不格式化、不批量翻译、不静默修正。项目自有 H 受根 MIT 许可 |
| D | Derived / adapted | 从已确认的 H 原件提炼出的现代实现或双语适配 | 必须记录原路径/符号、保留语义、主动变化和验证入口；不得用整文件替换冒充保留手写实现 |
| N | New engineering | 2026 年新增且没有直接 H 实现对应的 API、校验、测试、打包、示例或 CI | 明确标为现代工程能力；不得倒填成 2018-2021 年已有成果 |
| Q | Quarantine / unclear | 第三方材料、来源或许可不清、依赖私有 API，或无法确认是否可再分发的历史资产 | 默认冻结并排除公开发布与根 MIT；只有补齐来源和许可证据后才能重新分级 |
D 不是对 H 的逐字复制。它允许增加输入校验、显式参数、稳定依赖和现代适用条件，但必须把这些变化写出来。N 可以受历史研究问题启发，却不能声称与某个 H 实现保持 parity。
| 来源 | 现代入口 | 保留的手写语义 | 主动变化 | 验证与状态 |
|---|---|---|---|---|
H legacy/original-readme.zh-CN.md |
D docs/zh-CN/theory.md；D docs/en/theory.md |
保留 sampling、weighting、prior、cost 与 threshold 的原推理顺序 | 中文整理不替换原件；英文按欧美读者习惯补上下文与标准术语；2026 限定单独标注 | 人工逐节对照；原件继续作为字节级证据 |
H legacy/cost-sensitive-learning/ReadMe.md |
D src/class_imbalance/decision.py::cost_sensitive_threshold |
保留误分类成本与概率阈值之间的 Bayes 决策关系 | 要求目标总体上的校准概率、稳定且实例无关的成本；显式拒绝负增量成本和退化成本 | tests/unit/test_decision.py；只对公式契约负责，不声称复现历史实验 |
H legacy/original-readme.zh-CN.md 中 prior、cost 与 posterior 的手写分析 |
D src/class_imbalance/probability.py::prior_probability_correction |
保留类别先验改变会影响 posterior 解释的核心思路 | 公式引用的第三方截图已按 Q 从当前树排除；现代实现明确 pure prior shift、源总体校准、目标总体 prevalence 等条件，不处理拒绝推断、选择偏差或概念漂移 | tests/unit/test_probability.py；书目见 THIRD_PARTY.md |
H legacy/metrics/gmean.py::gmean |
D src/class_imbalance/metrics.py::geometric_mean_score |
两类都存在时保留 sqrt(recall * specificity) 公式 |
增加二元标签、形状、正类标签与 zero_division 契约；另提供 sklearn scorer |
tests/unit/test_metrics.py::test_specificity_and_gmean_have_exact_binary_semantics 及相关非法输入测试 |
H legacy/metrics/coverage.py::weighted_coverage |
D src/class_imbalance/operating_points.py::competition_weighted_tpr；D 兼容入口 src/class_imbalance/metrics.py::weighted_coverage |
保留原目标 FPR、权重、最近 ROC 点和历史 drop_intermediate 口径 |
自定义参数显式校验；插值仅为显式兼容选项；与业务 FPR ceiling 分开 | tests/unit/test_operating_points.py::test_competition_metric_reproduces_historical_drop_intermediate_semantics 及 nearest-point 测试 |
H legacy/weighting/scale_pos_weight.py 中的 ratio 表达式与 get_weight；同义逻辑见 weight_performance.py |
D src/class_imbalance/rebalancing.py::class_imbalance_ratio、sample_weight_from_costs |
保留负/正样本比与“正类对应 FN cost、负类对应 FP cost”的映射 | 删除 import-time 训练、捕获式 y_train 默认值和隐式模型；增加标签与正成本校验 |
tests/unit/test_rebalancing.py |
H legacy/sampling/oversampling_contrast.py::over_sample |
D src/class_imbalance/sampling.py::make_oversampler、resample_training_data |
保留 RandomOverSampler、SMOTE、Borderline-SMOTE、ADASYN 与 SVM-SMOTE 的方法选择路径 | 使用当前 imbalanced-learn 公共类；保留历史拼写为兼容别名；删除 import-time 实验和 Original no-op；强制训练集边界 |
tests/unit/test_sampling.py、tests/integration/test_sklearn_pipeline.py |
Q（目标当前树排除、Git 历史保留）legacy/cost-sensitive-learning/AdaCost.py、legacy/ensemble-methods/AdaCost/adacost.py 与 AdaCost.ipynb |
N src/class_imbalance/experimental/adacost.py::adacost_beta |
现代 helper 仅参考 FN/FP/correct 三类因子的研究问题 | 不继承旧 estimator，不依赖 sklearn 私有 boosting API，不声称 estimator parity；历史来源许可未清前不得标为 D | tests/unit/test_adacost.py；experimental，待来源复核后再决定是否重分类 |
以下内容没有对应的历史稳定实现，属于 2026 年新增工程能力：
src/class_imbalance/_validation.py的 fail-closed 校验；operating_point_at_fpr_cap、recall_at_fpr_cap与OperatingPoint，用于可实现的业务 FPR ceiling，而不是历史竞赛 metric；average_misclassification_cost、binary_cross_entropy、binary_focal_loss与focal_modulation_factor；tests/下的 unit、contract、integration、scenario 测试；pyproject.toml、构建/仓库检查脚本、合成示例和只测试不发布的 CI。
每次新增 D 映射时，按以下顺序更新：
- 确认来源是 H，而不是 Q 或第三方代码。
- 记录精确的历史路径和符号；必要时附原 commit/blob。
- 先补 characterization 或 golden test，锁定需要保留的语义。
- 记录现代实现刻意改变的参数、边界、依赖和业务假设。
- 只做函数级、小步适配；现代代码不得运行时导入
legacy/。 - 同步本页、
legacy/MANIFEST.md与对应 API docstring。
如果来源证据后来推翻原分类，应直接修正 H/D/N/Q，不为先前标签辩护。