配送时长预测低估长单:先检查分组方式与残差
Gege-max 报告线性回归低估长时配送。pdsminer 与 nootxlm 都提醒按实际时长筛选可能影响判断,但给出的诊断步骤和后续尝试有所不同。
社区观察 · Hugging Face · 原文日期 2026-11-13
37笔长单中的低估意味着什么
Gege-max 用多元线性回归预测配送时长,报告独立测试集中有37笔配送超过77分钟,平均绝对误差为14.76分钟;以预测值减实际值计算的平均误差为−13.12分钟。77分钟取自训练目标分布的 Tukey 上围栏。这些是发帖者报告的结果,描述了所选子集的低估现象,尚不能据此确定是数据、特征还是模型假设出了问题。
pdsminer:先看残差,再尝试损失与树模型
pdsminer 认为,按实际时长筛出尾部样本,会混入回归均值带来的选择偏差,因此建议先画残差对预测值的图。他还把右偏分布和拥堵阈值视为可能原因,提出尝试对数时长、分位数损失,或浅层梯度提升树,并检查交通与出发时间的交互。这些属于该参与者的诊断解释和备选方案,帖子没有提供实施后的验证结果,也未确认它们能解决低估。
nootxlm:按预测时长分箱检查偏差
nootxlm 同样质疑按实际时长分组,但比 pdsminer 的残差图建议更具体:按预测时长分箱,在最高几档比较预测均值与实际均值,并为差值计算自助法区间。他把区间是否覆盖零作为判断校准情况的依据,这仍是个人提出的判据。若高预测档仍偏低,他建议尝试对数时长或提高训练长单权重,并只保留缩小高档差距、同时不扰动低档的方案;帖内没有后续结果。
原始标题:Linear Regression performs well overall but significantly underestimates long delivery durations. How should I investigate this?
来源:Hugging Face