以 UCI Heart Disease(id=45)processed Cleveland 子集为基准:303 例真实历史病例(Detrano et al. 1989;CC BY 4.0)。本域教的是风险建模的验证纪律——防泄漏划分、 判别与校准分离、阈值即决策。历史研究数据,禁止用于真实临床诊断。
协议 V1.0 先于分析锁定(datasets/health-heart-disease/protocol.md);标签映射与缺失策略显式记录。
303 例;缺失 ca=4、thal=2("?" 是缺失编码不是合法水平)→ 完整案例法 297; 标签二元化规则显式记录(num==0→0;1–4→1)→ 160 阴性 / 137 阳性。
连续特征按结局分组:Welch t + Mann-Whitney + Cohen's d(age d=0.466,阳性更年长组更高; thalach 阴性组更高);7 个分类特征卡方 + 期望频数检查;19 项检验家族 Bonferroni(13 显著)/ BH-FDR(16 显著)。OR 表(GLM/IRLS 流行病学惯例):ca OR=3.55 [2.11, 5.98]、 thalach OR=0.98(保护方向)、exang OR=2.24。
分层 80/20(seed=42):训练 237 / 测试 60;StandardScaler + LogisticRegression 置于同一 Pipeline,标准化只在训练折内拟合。5 折分层 CV AUC = 0.869 ± 0.069——CV 与留出集 指标分开报告,禁止只报好看的那个。
留出集 AUC=0.9498;0.5 阈值混淆(tn28/fp4/fn6/tp22,敏感度 0.7857 / 特异度 0.8750 / F1=0.8148);Youden 阈值 0.1864(敏感度 1.00 / 特异度 0.7812 / F1=0.8889, FN→0 的代价是 FP 4→7);19 档阈值扫描表;Brier=0.0938 + 校准曲线(判别≠校准); 置换重要性 top=ca(AUC 降幅 0.0748);敏感性分析:剔除 fbs/restecg 后 ΔAUC=+0.0045、共有特征符号零翻转(设定稳健)。
results.json / report.md / tables(系数、OR、阈值扫描、置换重要性)/ figures(ROC + 校准);
独立口径交叉核验:sklearn vs 秩和法 AUC 差 =0.0(同概率);GLM+秩和 vs sklearn 差 0.0011
(<0.005 跨求解器容差);python scripts/verify.py --suite health 一键对账;
环境指纹(库版本/seed/平台)随 results.json 输出。
AUC 只说"排序对不对"(筛查够用);Brier + 校准曲线说"概率本身可信吗"(决策与沟通必需)。 本模型判别好(0.95)而校准一般——这正好是教学素材而非缺陷。
测试集仅 60 例:任何指标必须同时给出 CV 标准差(±0.069)与抽样波动提示; 引用裸点估计是本域的反面教材。
tools/ 与 8 个通用 Skills 全部复用;协议/字典/锚点/领域 Skills 全重做—— 一次迁移讲清"框架通用、领域配置"的架构含义。
# 一键复现本域全部数字 python examples/health-demo/run_h1_h5.py python scripts/verify.py --suite health # 公卫段逐项对账