前者作为因变量，后面的所有事情加上时间，在进行数值化处理后作为特征因素。</p>
她都规划好了，先对数据进行预处理，把数据分为训练集和预测集，然后使用xgboost，神经网络，随机森林，gbtd等多种机器学习方法对比它们在训练集和预测集的拟合程度和以及均方误差等多项评估指标。</p>
再通过shap值算法以及类似作用的算法，分析不同特征对因变量感知范围的影响程度。</p>
在进行了一个半月的数据收集后，她先是进行了相关性分析，也就是分析哪些特征因素和感知范围之间有显着相关性，用以筛选特征。</p>
她先后用了皮尔逊相关系数，斯皮尔曼相关系数等多种相关性分析方法。</p>
得出来的结果都是不显着相关。</p>
绘制出来的散点图更是散到了极限。</p>
她就是在纸上随便写几组数据，相关性都没有这么低！</p>
第一步都失败了，后面根本就没法进行下去。但她还是硬着头皮进行了下去，最后得出的结果是，训练集拟合程度极高，测试集拟合程度不堪入目。</p>
彻彻底底的失败！</p>
感知范围的扩大根本就没有内在逻辑！</p>
有时候一天就长一点点，有时候几分钟内就涨好多！</p>
唯一的逻辑就是感知范围每天多多少少都会长一点。</p>
苏采薇每天都在内心控诉。</p>
给超能力能不能给说明书啊！</p>
唉。</p>
苏采薇又叹了一口气，熟练的滑进了被窝里，掖了掖被角，准备睡觉。</p>
她的感知覆盖全小区，这不是主动技能，而是被动技能，就像人睁着的眼睛一样。</p>
眼睛会接收周围的光线并将其转换成视觉信号，这些信号然后被传递到大脑。即使没有有意识地关注某个特定的对象或场景，眼睛仍然在工作，接收并传递信息。</p>
但大脑并不会平等地处理眼睛接收到的所有信息。实际上，大脑会根据经验和注意力优先处理某些信息。</p>
大脑可能会自动过滤掉一些不重要的背景信息，而只关注对当前活动重要的信息。</p>
苏采薇也是这样，无论她有没有刻意发动，她的感知能力都一直存在。</p>
她躺在床上，翻了个身，想找个舒服的姿势，但翻来覆去怎么都睡不着，总感觉哪里有问题。</p>
她又坐了起来，大脑开始接收感知能力传来的信息。</p>
几乎是在瞬间，她就注意到了一个不太正常的玩意儿，就仿佛人的视野中出现一个贞子一样引人注目。</p>
妈耶！</p>
这什么鬼东西！</p>
喜欢诡异：外置大脑和人形兵器请大家收藏：()诡异：外置大脑和人形兵器。</p>
