Teaching Case

Kaggle 教学案例

这是一个用于学习 baseline 工作流的案例，而不是可直接外推出临床或 wearable 结论的强证据页面。

为什么看这个案例

如何做数据清洗、特征工程、按受试者分组评估，以及如何解释一个看似正常但边界明显的 baseline。

AI / DS 新手、想快速做原型的开发者，以及想看懂数据处理流程的医学研究者。

它不是 wearable 研究，不代表临床锚定标签，也不是能直接支撑上线功能的产品证据。

案例概览

变量筛选、缺失处理和特征定义会比模型名更早决定实验是否站得住脚。

如果同一受试者的模式进入训练和测试，结果会被系统性高估。

它能帮助你练习实验设计，但不能代替高质量标签或多模态生理数据。

当前仓库仅保留了案例说明页。原始 Notebook、原始 CSV、清洗后 CSV 和补充文档未包含在这个网站仓库快照中。

未随当前网站仓库打包。

未随当前网站仓库打包。

未随当前网站仓库打包。

未随当前网站仓库打包。

读完这页后

把 Kaggle 路线与 mcPHASES 路线放在一起判断。

如果你想进一步理解 GroupKFold 和 leakage，回到综述页的评估部分。

把这个 baseline 案例转成真正的研究问题，而不是停留在一次练习上。