Skip to content

报告来源说明.md

Latest commit

 

History

History
254 lines (183 loc) · 6.38 KB

报告来源说明.md

File metadata and controls

254 lines (183 loc) · 6.38 KB
Raw

报告来源说明文档

📋 概述

本文档详细说明 results/reports/ 目录下所有报告文件的生成来源和对应的分析程序。

📊 报告文件与生成程序对应关系

1. label_scheme_feasibility_report.md - 标签定义方案可行性报告

生成程序: scripts/analysis/analyze_label_options.py

程序功能:

  • 分析标签定义方案的可行性
  • 比较方案A（扩展安全性关键词）和方案B（剔除缺失数据）的效果
  • 提供关键词优化建议

报告内容:

  • 终止状态试验总数和填充率分析
  • 当前关键词召回率评估
  • 扩展关键词效果分析
  • 方案对比和推荐建议

运行命令:

python scripts/analysis/analyze_label_options.py

2. model_performance_report.md - 模型性能报告

生成程序: scripts/05_集成学习.py

程序功能:

  • 集成学习模型训练和评估
  • 性能指标计算和报告生成
  • 阈值优化和可解释性分析

报告内容:

  • 数据集概览和样本分布
  • 模型性能指标（AUC、召回率、精确率等）
  • 阈值优化结果
  • 特征重要性分析

运行命令:

python scripts/05_集成学习.py

3. studies_status_analysis_report.md - 试验状态分析报告

生成程序: scripts/analysis/analyze_studies_status.py

程序功能:

  • 分析studies.txt文件中的overall_status和why_stopped字段
  • 统计试验状态分布和风险分类
  • 生成可视化图表和分析报告

报告内容:

  • 数据概览和填充率分析
  • overall_status字段分布统计
  • 风险状态分类分析
  • 终止原因关键词分析

运行命令:

python scripts/analysis/analyze_studies_status.py

4. time_split_analysis_report.md - 时间分割分析报告

生成程序: scripts/analysis/analyze_time_split.py

程序功能:

  • 分析试验开始年份分布
  • 按2021年分割训练集和测试集
  • 比较时间分割与随机分割的性能差异

报告内容:

  • 数据分布概况
  • 时间分割策略分析
  • 模型性能对比
  • 时间效应影响评估

运行命令:

python scripts/analysis/analyze_time_split.py

5. 可视化图片解释说明.md - 可视化图片解释说明

生成程序: scripts/03_特征分析与可视化.py

程序功能:

  • 生成特征相关性热图和特征分布图
  • 提供可视化图片的详细解释
  • 支持中文标签和解释

报告内容:

  • 特征相关性热图解释
  • 特征分布图说明
  • 可视化设计特点
  • 技术实现细节

运行命令:

python scripts/03_特征分析与可视化.py

🔄 数据处理流程与报告生成关系

完整的数据处理流程

graph TD
    A[01_数据预处理.py] --> B[02_特征工程.py]
    B --> C[04_标签定义_正确方法.py]
    C --> D[05_集成学习.py]
    C --> E[analyze_conditions.py]
    C --> F[analyze_studies_status.py]
    C --> G[analyze_label_options.py]
    C --> H[analyze_time_split.py]
    D --> I[test_ensemble.py]
    D --> J[06_仪表盘_改进版.py]
    
    F --> R1[studies_status_analysis_report.md]
    G --> R2[label_scheme_feasibility_report.md]
    H --> R3[time_split_analysis_report.md]
    D --> R4[model_performance_report.md]
    J --> R5[可视化图片解释说明.md]
Loading

报告生成时机

报告文件 生成时机 依赖数据
studies_status_analysis_report.md 数据探索阶段 原始studies.txt数据
label_scheme_feasibility_report.md 标签定义优化阶段 带标签的特征数据
time_split_analysis_report.md 模型验证阶段 带标签的特征数据
model_performance_report.md 模型训练完成 训练好的模型
可视化图片解释说明.md 特征分析阶段 特征矩阵数据

🚀 报告重新生成指南

重新生成所有报告

# 1. 确保数据预处理完成
python scripts/01_数据预处理.py

# 2. 运行特征工程
python scripts/02_特征工程.py

# 3. 运行标签定义
python scripts/04_标签定义_正确方法.py

# 4. 运行分析脚本生成报告
python scripts/analysis/analyze_studies_status.py
python scripts/analysis/analyze_label_options.py
python scripts/analysis/analyze_time_split.py

# 5. 运行模型训练生成性能报告
python scripts/05_集成学习.py

# 6. 运行特征分析生成可视化说明
python scripts/03_特征分析与可视化.py

单独重新生成特定报告

# 重新生成试验状态分析报告
python scripts/analysis/analyze_studies_status.py

# 重新生成标签方案可行性报告
python scripts/analysis/analyze_label_options.py

# 重新生成时间分割分析报告
python scripts/analysis/analyze_time_split.py

# 重新生成模型性能报告
python scripts/05_集成学习.py

# 重新生成可视化说明
python scripts/03_特征分析与可视化.py

📈 报告更新策略

自动更新

  • 每次运行相关脚本时自动更新对应报告
  • 报告包含生成时间戳，便于追踪更新历史

手动更新

  • 当数据或算法有重大变更时，建议手动重新生成所有报告
  • 更新前建议备份原有报告

版本控制

  • 报告文件建议纳入版本控制系统
  • 重大变更时创建报告版本分支

🔍 报告内容验证

数据一致性检查

  • 确保所有报告使用的数据版本一致
  • 验证报告中的统计数字与原始数据一致

逻辑一致性检查

  • 检查不同报告之间的逻辑关系
  • 确保分析结论的一致性

可视化质量检查

  • 验证图表清晰度和可读性
  • 检查中文标签显示是否正确

💡 最佳实践

报告生成

  1. 按顺序执行: 按照数据处理流程顺序生成报告
  2. 验证数据: 生成报告前验证数据完整性和质量
  3. 记录参数: 记录生成报告时使用的参数和配置

报告使用

  1. 综合阅读: 结合多个报告进行综合分析
  2. 关注趋势: 关注不同报告中的趋势和模式
  3. 验证假设: 使用报告验证研究假设和结论

报告维护

  1. 定期更新: 数据更新后及时重新生成报告
  2. 版本管理: 使用版本控制系统管理报告历史
  3. 文档同步: 确保报告与项目文档保持同步

文档生成时间: 2026-02-27
维护人员: 系统管理员
更新周期: 数据变更时更新