Day 128 · BillSleuth(七):错误分析与迭代
拿着 Day 127 的评测结果做错误分析：先把失败自动分桶，再逐桶读样例。冒烟的 15 次运行全对，唯一的「失败」是厂商排队超时，但读成功的运行时发现了真问题：重复开票时贷记单开在哪张，取决于模型列发票号的顺序。写一个不调模型的组件级评测把它量出来(160 次判断开错 7 次),在 recompute_invoice 的返回结构上加 overpaid 和 duplicate_of 两个字段后降到 0。再讲一次只改一处、用 McNemar 判断提升、模型对比，以及怎么切留出集防止对评测集过拟合。