基于网格搜索与分段回归的时间序列变化点检测方法
传统统计方法在时间序列分析中既简洁又有力，但面对大规模时间序列集合时，扩展性往往不尽如人意。现实中的趋势变化往往微弱、带有噪声、数量也不止一个，靠肉眼判断既不可靠也不现实。
Python标准库里藏着的7个代码简化利器
开始使用它们之后，项目体积缩小了，维护成本降低了，自动化也顺畅得多。以下是改变一切的七个技巧。
Energy Distance：度量两个多元分布差异的统计方法
Energy Distance 是一种基于度量的统计工具，适用于衡量两个多元分布的差异程度。
贝叶斯公式推导：从联合概率的对称性看条件反转
本文从简单概率的概念出发，逐步过渡到条件概率，最后介绍贝叶斯定理。整个过程会尽量保持直观，不涉及复杂的数学形式。
时间序列异常检测的5种方法：从统计阈值到深度学习
异常检测的核心不在于找出"奇怪的数字"，而在于理解每个时间点上什么才算正常。
机器学习特征工程：分类变量的数值化处理方法
实际操作中可以这样判断：特征有天然顺序就用 Ordinal Encoding；没有顺序、类别数量也不多就用 One-Hot Encoding；类别太多就上 Target Encoding，记得配合 Smoothing 和交叉验证。
分类数据 EDA 实战：如何发现隐藏的层次结构
这篇文章讲的是如何在 EDA 阶段把这些隐藏结构找出来，用实际的步骤、真实的案例，外加可以直接复用的 Python 代码。
pandas 3.0 内存调试指南：学会区分真假内存泄漏
在pandas 3.0 之后这类情况更多了，因为Copy-on-Write 改变了数据共享的方式，Arrow 支持的 dtype 让内存行为变得更难预测。
为什么标准化要用均值0和方差1？
为什么标准化要把均值设为0、方差设为1？
使用 tsfresh 和 AutoML 进行时间序列特征工程
本文将介绍多步时间序列预测的构建方式、auto-sklearn 如何扩展用于时间序列、tsfresh 的工作原理和使用方法
机器学习时间特征处理：循环编码（Cyclical Encoding）与其在预测模型中的应用
使用正弦和余弦进行循环编码，是一种优雅且低成本的修正手段。它保留了数据的邻近性，消除了人工伪影，能让模型学得更快、更准。
别再浪费内存了：Python __slots__ 机制深入解析
`__slots__` 就是让你用灵活性换内存效率和更快的属性访问。对于高性能场景来说这是个必须掌握的优化手段。
Scikit-Learn 1.8引入 Array API，支持 PyTorch 与 CuPy 张量的原生 GPU 加速
Scikit-Learn 1.8.0 更新引入了实验性的 Array API 支持。这意味着 CuPy 数组或 PyTorch 张量现在可以直接在 Scikit-Learn 的部分组件中直接使用了
PyCausalSim：基于模拟的因果发现的Python框架
今天介绍一下 **PyCausalSim**，这是一个利用模拟方法来挖掘和验证数据中因果关系的 Python 框架。
别只会One-Hot了！20种分类编码技巧让你的特征工程更专业
编码方法其实非常多。目标编码、CatBoost编码、James-Stein编码这些高级技术，用对了能给模型带来质的飞跃，尤其面对高基数特征的时候。
从 Pandas 转向 Polars：新手常见的10 个问题与优化建议
Polars 速度快、语法现代、表达力强，但很多人刚上手就把它当 Pandas 用，结果性能优势全都浪费了。
分类模型校准：ROC-AUC不够？用ECE/pMAD评估概率质量
这里校准的定义是：如果模型给一批样本都预测了25%的正例概率，那这批样本中实际的正例比例应该接近25%。这就是校准。
Pandas GroupBy 的 10 个实用技巧
本文将介绍10个实际工作中比较有用的技巧，文章的代码都是可以直接拿来用。
Python 3.14 实用技巧：10个让代码更清晰的小改进
Python 3.14 引入的改进大多数都很细微，但这些小变化会让代码写起来更流畅，运行也更稳定。本文整理了 10 个实用的特性改进，每个都配了代码示例。
