第82章 復现包（2 / 5）
本书首发 追书就去 101 看书网，101??????.??????超靠谱 ,提供给你无错章节，无乱序章节的阅读体验
leaked_scaler处理后的异常分数曲线，比causal_scaler矮了將近一截。
那些本该刺破天际的尖峰，被未来信息悄悄地按了下去。
乾净，纯粹，无可辩驳。
江临把这张对照图截下来，存进文件夹。
接著，他做了一件更狠的事情。
给这个最小復现实验，写了一份像一份实验室设备校准记录的readme说明文档。
文档第一节，是脚本的目的陈述。
“本脚本旨在使用纯合成数据，復现真实数据集中观测到的预处理阶段未来信息泄漏现象。本脚本完全不依赖主办方提供的任何原始数据，所使用的所有隨机数均由锁定种子42生成，理论上可在任意支持numpy1.24以上版本的python环境中得到完全一致的输出。“
文档第二节，是逐行代码注释。
文档第三节，是预期输出的精確数值。
江临把两组异常分数序列、每一个时间点的具体数值，都以表格形式列印在了readme里。
任何人只要运行一次脚本，就能用diff命令逐字节比对自己的输出和他的输出是否一致。
文档第四节，是数学推导。
他用三页纸的篇幅，从最基础的標准化公式出发，一步一步推导了当测试集样本参与计算时，为什么会导致测试窗內的极端值在標准化后被系统性低估。
每一个推导步骤都有编號，每一个公式都有引用来源。
文档第五节，是工程建议。
他冷静地列出了三种正確的预处理方案，並標註了各自的適用场景和计算开销。
最后一节，是免责声明。
“本实验的所有代码、数据和推导过程，均不涉及主办方提供的任何脱敏数据集的內部信息。本实验旨在通过最小化的方式独立验证一个数学事实，与主办方平台的具体实现细节无关。“
这份readme一旦发出去，对方就彻底失去了所有可以模糊处理的空间。
他用的是合成数据，对方没办法说他在恶意攻击平台。
他锁了种子还附了精確数值，对方没办法说他不可復现。
他给了三页的数学推导，对方没办法说他没有理论依据。
他给出的是建议，不是指责，对方没办法说他在指手画脚。
这就像在物理实验里搭出一个最小闭环的对照装置。
输入固定，处理流程固定，输出差异固定。
你可以不喜欢结论，但不能说它没有发生。
江临扫了一眼右下角的时间，把整个文件夹打包成一个命名为reproduce_leakage_v1.0.zip的文件。
然后切回瀏览器，打开那封站內信，点击补充材料上传按钮。 ↑返回顶部↑
leaked_scaler处理后的异常分数曲线，比causal_scaler矮了將近一截。
那些本该刺破天际的尖峰，被未来信息悄悄地按了下去。
乾净，纯粹，无可辩驳。
江临把这张对照图截下来，存进文件夹。
接著，他做了一件更狠的事情。
给这个最小復现实验，写了一份像一份实验室设备校准记录的readme说明文档。
文档第一节，是脚本的目的陈述。
“本脚本旨在使用纯合成数据，復现真实数据集中观测到的预处理阶段未来信息泄漏现象。本脚本完全不依赖主办方提供的任何原始数据，所使用的所有隨机数均由锁定种子42生成，理论上可在任意支持numpy1.24以上版本的python环境中得到完全一致的输出。“
文档第二节，是逐行代码注释。
文档第三节，是预期输出的精確数值。
江临把两组异常分数序列、每一个时间点的具体数值，都以表格形式列印在了readme里。
任何人只要运行一次脚本，就能用diff命令逐字节比对自己的输出和他的输出是否一致。
文档第四节，是数学推导。
他用三页纸的篇幅，从最基础的標准化公式出发，一步一步推导了当测试集样本参与计算时，为什么会导致测试窗內的极端值在標准化后被系统性低估。
每一个推导步骤都有编號，每一个公式都有引用来源。
文档第五节，是工程建议。
他冷静地列出了三种正確的预处理方案，並標註了各自的適用场景和计算开销。
最后一节，是免责声明。
“本实验的所有代码、数据和推导过程，均不涉及主办方提供的任何脱敏数据集的內部信息。本实验旨在通过最小化的方式独立验证一个数学事实，与主办方平台的具体实现细节无关。“
这份readme一旦发出去，对方就彻底失去了所有可以模糊处理的空间。
他用的是合成数据，对方没办法说他在恶意攻击平台。
他锁了种子还附了精確数值，对方没办法说他不可復现。
他给了三页的数学推导，对方没办法说他没有理论依据。
他给出的是建议，不是指责，对方没办法说他在指手画脚。
这就像在物理实验里搭出一个最小闭环的对照装置。
输入固定，处理流程固定，输出差异固定。
你可以不喜欢结论，但不能说它没有发生。
江临扫了一眼右下角的时间，把整个文件夹打包成一个命名为reproduce_leakage_v1.0.zip的文件。
然后切回瀏览器，打开那封站內信，点击补充材料上传按钮。 ↑返回顶部↑