Skip to content

Latest commit

 

History

History
89 lines (71 loc) · 3.86 KB

File metadata and controls

89 lines (71 loc) · 3.86 KB

模型总览

语言:中文
最后更新:2026-07-30
切换:English

本页仅作为导航。当前 solver、penalty、后端与推断覆盖以 已实现方法和对应模型页为准。

核心框架

页面 内容
损失函数 Loss 定义与逐样本公式
求解器算法 公开与内部 solver 实现
Loss × Penalty × Solver 框架 调度逻辑与兼容范围
Solver × Penalty 矩阵 显式 solver 路由与限制
推断 API 协方差、重抽样与推断接口

回归与 GLM

生存分析

如何选择 Cox estimator

需求 Estimator 导入路径 当前契约
完整 Cox 拟合、baseline hazard、生存预测、formula 与统计推断 CoxPH from statgpu.survival import CoxPH Breslow/Efron/Exact ties、delayed entry、(start, stop]、strata、robust/cluster 协方差、NumPy/CuPy/Torch
通过 held-out partial likelihood 选择非负 L2 penalty CoxPHCV from statgpu.survival import CoxPHCV CV 期间沿用 canonical Cox 语义,并使用最佳 penalty 最终重拟合 CoxPH
使用 L1、L2、ElasticNet、SCAD 或 MCP 进行估计 PenalizedCoxPHModel from statgpu.linear_model import PenalizedCoxPHModel 广义 penalty 与通用 solver 路径;当前仅支持 estimation,compute_inference=True 会被拒绝

CoxPH(penalty=...)PenalizedCoxPHModel 不是可互换的别名。需要 counting-process、strata、baseline prediction 或统计推断时,应使用 canonical CoxPH/CoxPHCV 路径;主要需求是更广的 penalty family 且 estimation-only 结果足够时,使用 PenalizedCoxPHModel

Cox 模型页是 Breslow/Efron/Exact ties、delayed-entry 与 (start, stop] 数据、strata、robust/cluster 推断、subject-grouped CV、预测数值边界 以及 NumPy/CuPy/Torch 支持矩阵的用户侧权威来源。内部模块 ownership、调用图与扩展 规则见 dev/design/ARCHITECTURE.md

专业统计模块

无监督学习

当前覆盖原则

  • NumPy、CuPy 与 Torch 是不同执行后端;显式 device 请求不得静默选择其他后端。
  • 后端支持可能因 solver、penalty、推断方法及可选依赖而不同,应查看详细兼容矩阵, 而不是依赖单一固定数量。
  • 验证结论应限定到实际测试的模型、后端、硬件与 commit。
  • 历史 release 与 benchmark 记录是证据快照,不是当前支持矩阵。