模型训练设置
平台的组件数是自动选的——点击 Fit 之后，系统会做交叉验证，自动找到最佳组件数。这套自动搜索的行为，可以通过全局模型训练设置来调节。
入口：顶部工具栏 → 设置 ⚙️ → 左侧菜单 模型训练设置
⚠️ 这里的设置是全局生效的，会影响之后所有模型的训练（对已训练完成的模型不追溯）。
🎛️ 七个参数
设置面板分为三组：验证参数 → PCA 阈值 → 监督模型阈值。所有参数修改后立即保存并提示「训练设置已更新」。
第一组：验证与搜索控制
| 参数 | 范围 | 默认值 | 含义 |
|---|---|---|---|
| 交叉验证折数 (CV_SPLITS) | 2 ~ 20 | 7 | 用于评估模型预测性能的 K 折交叉验证次数 |
| 最大组件数上限 (MAX_COMPONENTS_LIMIT) | 1 ~ 100 | 20 | 算法硬性组件数上限，防止组件数过大导致内存爆掉或过度拟合 |
| 早停容忍度 (PATIENCE) | 1 ~ 10 | 2 | 连续几次组件增加不达标则提前停止搜索 |
💡 三个参数怎么选？
- 交叉验证折数：样本量大、想跑快一点 → 调低到 5；样本量小、想要更稳的 Q² → 调到 10 甚至更高。 折数越高，单次训练越慢。
- 最大组件数上限：这是一个安全阀。默认 20 对绝大多数工业数据已足够——如果你的模型"想"用超过 20 个组件， 通常说明数据里噪声很大，而不是真的需要这么多组件。
- 早停容忍度：调大（如 3~5）会让搜索更"执着"，可能找到更晚出现的 Q² 峰值，但训练更慢；调小（1）则一旦没有提升就立刻停止。
第二组：PCA 阈值
| 参数 | 默认值 | 含义 |
|---|---|---|
| PCA Q²X 阈值 | 0.010 | PCA 降维去噪使用，要求至少提升多少解释率/预测率 |
| PCA R²X 阈值 | 0.010 | 要求数据方差的解释率至少提升多少 |
💡 这两个阈值控制"什么时候该停下来"。默认 0.010 表示：新增一个主成分如果连 1% 的解释率提升都带不来，就不值得再要了。 想让 PCA 更精简 → 调大；想尽量保留信息 → 调小。
第三组：监督模型阈值
| 参数 | 默认值 | 含义 |
|---|---|---|
| PLS/OPLS 回归 Q²Y 阈值 | 0.010 | 用于连续变量预测，要求 Q²Y 至少提升多少 |
| PLS-DA/OPLS-DA 分类 AUC 阈值 | 0.005 | 分类任务使用 AUC 作为核心指标，要求 AUC 至少提升多少 |
💡 注意分类任务的默认阈值更小（0.005）：因为 AUC 的数值变动幅度天然比 Q²Y 小，用同样尺度会过早停止。
🧠 平台是怎么自动选组件数的
理解这几个参数的作用，需要先知道平台背后的搜索逻辑：
整个搜索由两个刹车控制：
- 早停容忍度 (PATIENCE) —— 连续 N 次没有明显提升就放弃
- 最大组件数上限 —— 硬性天花板，防止无限搜索
而"有没有明显提升"的判定标准，就是后四个阈值参数。
🔧 常见调参场景
| 你遇到的现象 | 调整建议 |
|---|---|
| 训练太慢，组件数选得太多 | 调低 最大组件数上限（如 10） |
| 每次 Fit 结果不稳定 | 调高 交叉验证折数（如 10），让 Q² 估计更稳 |
| 最优组件数明显偏少，Q² 还有上升空间 | 调低 Q²Y 阈值（如 0.005），让搜索更愿意继续 |
| 最优组件数偏多，疑似过拟合 | 调高 Q²Y 阈值（如 0.02），提高"值得增加组件"的门槛 |
| PCA 去噪不够 | 调低 PCA R²X / Q²X 阈值，保留更多主成分 |
| 分类模型 AUC 卡在某个值上不去 | 检查是否类别极不平衡，而非一味调阈值 |
⚠️ 调完记得重新 Fit：这些参数只影响之后的训练。已有模型需要点击 Fit（或 C+1 / C-1）重新拟合才会应用新设置。
🧩 训练设置 vs 手动 C+1 / C-1
两者是互补关系，不要混淆：
| 方式 | 作用范围 | 使用时机 |
|---|---|---|
| 训练设置（本页） | 全局、持久 | 确定"自动搜索"的行为规则，属于一次性配置 |
| C+1 / C-1（工具栏） | 单个模型、即时 | 对某个具体模型做微调，观察 Q² 随组件数的变化 |
💡 推荐工作流：先用默认训练设置 Fit 出一个基线模型 → 用 C+1/C-1 手动探索组件数与 Q² 的关系 → 如果发现默认的自动选择总是"停得太早"或"走得太多"，再回到训练设置里调整阈值。
⚠️ OPLS / OPLS-DA 特别注意：这两个模型的"组件数"是正交成分数，不是潜变量数（预测成分固定为 1 个）。 因此
最大组件数上限对它们来说意味着"最多剥离多少层正交噪声"，通常 1~3 就足够，不建议设得很大。 详见 核心模型算法详解。