第 06 章 · 最小线性回归：给退化画一条直线
这一章要解决什么：把第 03 章手算的那条直线，交给
fit()去算， 然后搞清它交给你的四个数字：coef_、intercept_、R²、以及反解出来的退役点。最容易踩的坑： ① 拿
coef_的大小判断"哪个特征重要" —— 换个单位它就差 1000 倍； ② 以为"R² 最高的特征就是最好的特征" —— 这一章的排名会给你一个意外答案； ③ 把intercept_当成有物理意义的数 —— 它是cycle=0的外推，而数据里没有这一行。
本章你需要完成的代码：demos/ch06-min-linear-regression.py
6.1 fit() 到底做了什么
先看代码，只有三行：
from sklearn.linear_model import LinearRegression
model = LinearRegression().fit(df[["cycle"]], df["soh"])这三行做完的事，用一句话说：
在所有可能的直线里，挑一条"平方误差和最小"的。
"所有可能的直线"有多少条？ 无穷多条（斜率随便取、截距随便取）。 "平方误差和最小"的那一条只有一个，而且有公式可以直接算出来，不用迭代。
真实输出：
model.coef_ = [-0.0001462] ← 形状 (1,)
model.intercept_ = 0.996891
model.n_features_in_ = 1 （它记住了你喂了几个特征）
预测公式：soh ≈ -0.00014620 × cycle + 0.996891
翻译成人话：每多循环 100 圈，健康度平均下降 1.462 个百分点
数据里 cycle 的范围：50 ~ 1440★ fit() 的产物就是两个数字。第 03 章手算的 k 和 b，这里叫 coef_ 和 intercept_。
| 第 03 章的名字 | sklearn 的名字 | 形状 | 含义 |
|---|---|---|---|
k（斜率） | model.coef_ | (1,) | 每单位特征 → 标签的变化 |
b（截距） | model.intercept_ | () 标量 | 特征为 0 时的预测值 |
★ 注意 coef_ 是数组，intercept_ 是标量：
model.coef_ # array([-0.0001462]) ← 一个数组，哪怕只有 1 个特征
model.coef_[0] # -0.0001462 ← 取值要下标
model.intercept_ # 0.996891 ← 直接就是数字为什么 coef_ 是数组：因为特征可以有多个。 7 个特征时 coef_.shape 就是 (7,) —— 每个特征一个权重（第 13 章）。
点开：为什么"平方"而不是"绝对值"？（这一步影响后面所有指标）
"误差最小"有很多种量化方式：
① 误差的绝对值和 Σ|x - 预测| → 最小化它叫"最小绝对偏差"
② 误差的平方和 Σ(x - 预测)² → 最小化它叫"最小二乘" ← sklearn 用的
③ 误差的最大绝对值 max|x - 预测| → 最小化它叫"极小化极大"为什么选 ②：
① 绝对值：在"误差 = 0"那个点不可导（尖角），没有解析解，要迭代
② 平方 ：处处可导，能直接解出一个公式 ← 这是关键优势
③ 最大值：完全被一个最差的点决定，非常不稳★ "平方"带来的两个副作用，你要提前知道：
副作用一：大误差的权重被放大
误差 2 和 误差 1 → 平方之后是 4 和 1（差 4 倍，不是 2 倍）
↓
所以最小二乘"特别怕离群点"
↓
一个错得离谱的点，能把整条直线拉偏
副作用二：量纲被平方
标签单位是 soh（无量纲），平方之后是 soh²
↓
MSE 没法直接读（第 08 章的大主题）★ 平方误差的"最小点"有一个漂亮的几何解释
把每个样本看成高维空间里的一个点， "平方误差和最小"等价于"把标签向量垂直投影到特征张成的平面上"。
投影的残差 ⟂ 特征平面
↓
这条垂直关系直接给出公式：β = (XᵀX)⁻¹Xᵀy
↓
这就是 LinearRegression 内部在算的东西（实际用更稳的 SVD 解法）所以 LinearRegression 没有"迭代次数"、没有"学习率"、也没有"随机种子"：
LinearRegression().fit(X, y) # 每次都一样，完全确定
# 对比：
# RandomForestRegressor(random_state=0) ← 有随机性，要固定种子★ 这条差异在第 09~12 章做对照实验时很重要：线性模型的分数是确定的， 所以"两次跑出来不一样"一定是数据或代码变了，不是模型在抖。
6.2 coef_ 的量纲，和你以为的不一样
coef_ = -0.0001462 这个数字，本身什么也不是。
-0.0001462 是什么意思？
↓
"cycle 每 +1，soh 变化 -0.0001462"
↓
翻译成人话：每 100 圈，健康度下降 1.462 个百分点代码里的翻译：
print(f"每多循环 100 圈，健康度平均下降 {abs(k) * 100 * 100:.3f} 个百分点")× 100 × 100 的两步（第 03 章出现过，这里再走一遍）：
k = -0.0001462 （每个 cycle 的 soh 变化）
× 100 → 每 100 圈的变化：-0.01462
× 100 → 变成"百分点"：1.462 个百分点★ 纪律（第 03 章立下的）：
任何从模型里取出的数字，都要问一句"它的量纲是什么、说成人话是什么"。
这条纪律在 intercept_ 上更要小心：
真实输出：
★ 截距 0.996891 是 cycle=0 时的预测值 —— 数据里【没有 0 圈这一行】，
它是一个外推出来的数字，读的时候要知道这一点。为什么这是问题：
数据里最早的记录是 cycle = 50
↓
intercept_ = 0.996891 说的是"第 0 圈时 soh 是 0.996891"
↓
第 0 圈这个点，一个样本都没有
↓
它是一条直线的数学性质（y 轴截距），不是一条测量结论⚠️ 危险的不是"截距没意义"，而是"截距看起来很有意义"：
"模型说设备出厂时健康度是 99.69%"
↓
听起来非常合理（新设备本来就该接近 100%）
↓
于是有人把它写进报告，当作"模型的合理性验证"
↓
但它只是"把直线往左延长到 0"的结果 —— 如果直线稍微转一点，
这个数字可以变成 0.98 或 1.01，而数据完全支持★ 一个更狠的说法：
intercept_是模型给你的、关于"你没见过的数据"的第一个预测。 它没有错，但它也没有任何数据支持。
这和预测 cycle = 3000 是同一类问题（第 03 章练习 2）， 只是它在每次 fit() 之后都白送给你，所以最容易被忽略。
点开：什么时候 intercept_ 是重要的，什么时候可以不管
分三种情况：
① 特征的 0 点在物理上是"正常范围" → 截距有意义
用"月收入"预测"消费额"：收入 = 0 是一个真实存在的人群
↓
截距 = "零收入时的基础消费"（比如靠储蓄/家庭支持的部分）
↓
有解释价值② 特征的 0 点离数据范围很远 → 截距是纯外推
本书：cycle 从 50 开始，预测 cycle = 0
↓
不要解释它，也不要引用它③ 只想比较两个特征的系数大小 → 截距无关
"cycle 和 resistance 哪个影响更大"
↓
看的是 coef_，intercept_ 完全不参与★ 一个实用的检查（两行代码）：
x_min = df[FEATS].min()
print(x_min)
# 如果某个特征的最小值离 0 很远（比如 cycle 最小 50、resistance 最小 30+），
# 那么对应的 intercept_ 就是外推，别解释★ 进阶：想让截距"有意义"，可以先把特征中心化
X_centered = df[["cycle"]] - df[["cycle"]].mean()
model = LinearRegression().fit(X_centered, df["soh"])这时截距的含义变成了"在平均 cycle 处的预测值" —— 一个数据里有、而且很稳的量。
中心化之前：intercept_ = 0.996891 （cycle=0 的外推）
中心化之后：intercept_ = 0.908760 （cycle 均值的预测，正好等于 y 的均值）注意后一个数字：中心化之后，截距恰好等于标签的均值 0.908760。 这不是巧合 —— 最小二乘的残差和恒为 0，所以回归线必然过均值点。
第 15 章讲标准化（StandardScaler）时会用到这个性质， 它是"缩放不改变 R²"的原因。
6.3 R² 的直觉：用均值预测做基准
model.score(X, y) 返回什么？ 一个 0~1 之间的数（一般是）。
它的定义只有一行，而且必须记住：
模型的平方误差
R² = 1 - ─────────────────────
用均值预测的平方误差真实输出：
标签的均值 = 0.908760 标准差 = 0.054837
基准模型（永远答 0.9088）的 MSE = 0.00300708
直线模型的 MSE = 0.00049689
手算 R² = 1 - 0.00049689 / 0.00300708 = 0.834759
手算 R² 与 model.score() 一致吗 : True
（用平方和也一样：1 - 10.5535 / 63.8674 = 0.834759）★ 把 R² 读成一句话：
"我这个模型，比'什么都不学、一律答平均值'强多少？"
R² = 0.8348 → 模型的平方误差只有基准的 16.5%
→ 或者说：消掉了 83.5% 的平方误差★ 这里有两个必须分清的"误差"：
| 名字 | 是什么 | 代码 |
|---|---|---|
| 分子：模型的平方误差 | 直线预测错多少 | ((y - model.predict(X)) ** 2).mean() |
| 分母：均值的平方误差 | 一律答均值错多少 | ((y - y.mean()) ** 2).mean() |
而分母恰好就是标签的方差：
((y - y.mean()) ** 2).mean() == y.var(ddof=0) # True★ 由此得到两个重要推论：
推论一：R² 的分母是"这份数据的标签方差"
→ 标签方差小，分母小，R² 天然难看
→ 【R² 不能跨数据集比较】（第 08 章专门讲）
推论二：R² = 0 意味着"和均值一样差"，R² < 0 是可能的
→ 模型比均值还差（第 08 章会亲手造一个负数）点开：R² 的四个等价说法（哪个场合用哪个）
同一件事，四种说法：
| 说法 | 公式 / 表达 | 什么时候用 |
|---|---|---|
| ① 相对提升 | 1 - MSE模型 / MSE均值 | 解释给业务方：比"一律报平均"少犯错 83% |
| ② 方差解释比例 | 1 - Var(残差) / Var(标签) | 统计课、论文 |
| ③ 相关系数的平方 | R² = r²（单特征时） | 快速心算：看到 r = -0.9137 就知道 R² ≈ 0.835 |
| ④ 平方误差的减少比例 | (SS_tot - SS_res) / SS_tot | 手算验证 |
★ 说法 ③ 值得单独记，因为它能省很多时间：
# 单特征线性回归的 R² 恰好等于皮尔逊相关系数的平方
r = df[["cycle", "soh"]].corr().iloc[0, 1] # -0.9137
print(r ** 2) # 0.8348 ← 就是 R²这不是巧合，是恒等式。所以：
看到一个特征的 r，你就能立刻估出它单打独斗的 R²
↓
第 04 章那张相关性表，其实已经是一张"单特征 R² 排行榜"的平方根⚠️ 但注意：这个恒等式**只在"单特征 + 有截距 + 最小二乘"**时成立。 多特征时 R² ≠ 各特征 r² 之和（第 13 章会看到多特征是 0.94321， 而不是 7 个单特征 R² 的加总）。
★ 说法 ④ 的手算代码（用来验证你理解对了）：
pred = model.predict(X)
ss_res = ((y - pred) ** 2).sum()
ss_tot = ((y - y.mean()) ** 2).sum()
print(1 - ss_res / ss_tot) # 0.834759
print(model.score(X, y)) # 0.834759两个数必须一模一样。如果不一样，先检查你用的是 ddof=0 还是 ddof=1：
y.var() # pandas 默认 ddof=1（样本方差）
y.var(ddof=0) # 总体方差 —— R² 的分母用的是这个★ 一个 7.78e-06 的差别（第 08 章练习 1 会实测）：
用 ddof=0 算 R² → 0.83475876 ← 和 sklearn 一致
用 ddof=1 算 R² → 0.83476654 ← 差 0.0000078差别很小，但它提醒你："指标的实现要对齐定义" —— 这也是为什么本书要求"和 model.score() 对照一遍"。
6.4 换特征对比：直觉 vs 数据
现在做一件很自然的事：把 7 个特征各自单独拿来拟合一次，看看谁最强。
真实输出：
特征 单特征 R² coef_ r
coulombic_eff 0.937603 49.727 0.9683
cycle 0.834759 -0.000146198 -0.9137
resistance_mohm 0.771506 -0.00442195 -0.8784
mean_charge_voltage_v 0.640406 -0.514707 -0.8003
temp_std_c 0.619120 -0.312879 -0.7868
mean_temp_rise_c 0.561186 -0.0109579 -0.7491
cap_fade_rate_ah_per_100 0.181253 -1.76753 -0.4257
★ 直觉上最该有用的 cycle 排第 2 名（R² = 0.834759）
实测第一是 coulombic_eff（R² = 0.937603）★ 这里有两个"意外"，第二个更重要：
意外一：cycle 不是第一名。
"健康度随使用次数下降" —— 这是最直观的物理直觉
↓
cycle 的 R² = 0.8348，不错，但不是最好
↓
库仑效率（coulombic_eff）的 R² = 0.9376，高了 0.10意外二（真正的坑）：如果就此下结论"coulombic_eff 是最好的特征"，你会错。
为什么：
① 它是【整表】R² —— 也就是"训练分数"，不是泛化分数
同一批数据既训练又评分，天生偏乐观
（第 09 章按设备划分之后，cycle 单特征掉到 0.82070）
② 它只有 47 个不同取值
而 cycle 有 464 个、resistance 有 20,639 个
↓
47 个取值意味着"它本来就只能在很窄的几个水平上跳"
↓
这更像"当前状态的一个省事代理量"，
而不是"能指导改进的物理量"（第 20 章讲特征重要性时会回来）★ 所以正确的说法是这样：
"在这份数据的整表评估里，库仑效率的单特征 R² 是 0.9376，", "比 cycle 的 0.8348 高 0.10。但这两个数都是训练分数， 而且库仑效率只有 47 个不同取值 —— 在下结论之前要先按设备划分重测。"
这句话比"coulombic_eff 最好"长得多，但它才是能支撑决策的说法。 （第 02 章讲的"给数字加限定词"。）
点开：为什么"最相关的特征"不一定是"最好用的特征"？
先给一个让人安心的结论：
单特征线性回归：R² = r² （恒等式，前面说过）
↓
所以这张 R² 排行榜，就是第 04 章那张相关性表的平方
↓
【在单特征层面】，相关性排序 = R² 排序，没有意外真正的意外发生在两个地方：
① 单特征强 ≠ 多特征里重要
两个特征都强，而且它们高度相关（比如都用同样的传感器测同一个东西）
↓
放进同一个模型时，它们会"抢功劳"
↓
coef_ 可能一个很大、一个接近 0，甚至符号反转
↓
第 14 章专讲这件事（多重共线性）② 相关性只测"单调的线性关系"
皮尔逊相关系数 r 测的是"线性关系的强度"
↓
如果真实关系是 U 形的（先降后升）
↓
线性相关系数可能是 0，于是这个特征在排行榜上垫底
↓
但它的信息量其实很大（只是线性模型用不上）★ 一张速查表：相关性 vs 有用性
| 现象 | 相关性 | 在模型里有用吗 |
|---|---|---|
| 强线性关系 | |r| 大 | ✅ 有用 |
| U 形关系 | |r| ≈ 0 | ⚠️ 线性模型用不上，树模型能用（第 16 章） |
| 两个特征高度相关（相关系数 0.95 以上） | 各自都大 | ⚠️ 会互相抢，系数不稳 |
| 与标签是函数关系 | 相关系数 0.99 以上 | ❌ 先怀疑泄漏（第 04 章） |
| 取值种类极少 | |r| 可能很大 | ⚠️ 像代理量，问它"能指导什么动作" |
★ 一个可操作的问题：
"如果这个特征的数值变了，我能不能做点什么？"
库仑效率低 → 我能怎么调设备？（不太行，它是结果）
温度过高 → 我可以改散热 （可以，它是原因）
↓
"能不能指导动作"比"R² 高不高"更接近业务价值这也是第 20 章"特征重要性之后要做什么"的伏笔。
6.5 ★ 对照：coef_ 大就是重要吗？
这是一个几乎人人都犯过的错。这一节亲手拆掉它。
真实输出：
用「每 1 圈」做特征：coef_ = -0.00014620 R² = 0.834759
用「每千圈」做特征：coef_ = -0.14619844 R² = 0.834759
coef_ 差了 1000 倍，R² 一模一样：
True
★ 所以「coef_ 大 = 这个特征重要」是错的。要比重要性必须先统一量纲（第 14~15 章）。看这段代码就明白了：
# 版本 A：特征单位是"圈"
df_a = df[["cycle"]]
# coef_ = -0.00014620
# 版本 B：特征单位是"千圈" —— 只改了一个单位
df_b = pd.DataFrame({"cycle_k": df["cycle"] / 1000.0})
# coef_ = -0.14619844 ← 大了 1000 倍两个模型是同一个模型：
版本 A：soh = -0.00014620 × cycle + 0.996891
版本 B：soh = -0.14619844 × (cycle / 1000) + 0.996891
↑ 同一个式子，只是写法不同
↓
预测值完全相同：True
R² 完全相同：0.834759 == 0.834759★ 结论：
coef_的数值大小 = "物理影响" × "单位大小"。 它丈量的是单位，不是重要性。
一个更扎眼的例子：
如果把 cycle 的单位改成"百万圈"：coef_ = -146.198
如果把某个特征的单位从"米"改成"毫米"：coef_ × 1000比较系数的正确做法（第 15 章会做）：
① 把所有特征先标准化（减均值、除标准差）再拟合
→ 这时 coef_ 的含义变成"特征每变动 1 个标准差，标签变动多少"
→ 单位统一了，大小才可以比
② 或者用"树模型的特征重要性"（第 20 章）
→ 那是另一种定义，不依赖线性假设★ 顺便记住"什么变了、什么没变"：
| 量 | 换个单位之后 |
|---|---|
coef_ | 变（和单位成反比） |
intercept_ | 不变（特征为 0 时的预测值不受单位影响） |
R² | 不变（无量纲） |
MAE / RMSE | 不变（只和预测误差有关） |
这张表本身就是"量纲思维"的练习： 一个量有没有量纲，决定了它能不能跨数据集/跨单位比较。
6.6 反解：直线说什么时候退役
直线的用法有两种：
正向：给 cycle，问 soh → model.predict()
反向：给 soh，问 cycle → 解方程（模型没有这个 API，要自己算）反向用的场景很实际："健康度掉到 0.80 的时候，是第几圈？"
真实输出：
直线方程 soh = -0.00014620 × cycle + 0.996891
令 soh = 0.8，反解 cycle = (0.8 - 0.996891) / -0.00014620 = 1347 圈
它落在训练范围（50 ~ 1440）之内吗：True
再对照每支设备的【末次记录】cycle：
min 752 / 中位 1117 / max 1440
1347 落在末次记录分布的第 80 百分位
★ 也就是说：80% 的设备在 1347 圈之前就已经停止记录了。
这条直线回答的是「平均什么时候退役」，不是「某一支什么时候退役」。反解的代码只有一行：
x_eol = (0.80 - model.intercept_) / model.coef_[0]⚠️ 但反解有一个"量纲陷阱"，非常值得单独说：
反解出来的数字，单位永远是【那个特征的单位】。
用 cycle 反解 → 1347，单位是"圈" （看起来像时间）
用 resistance 反解 → 78.28，单位是"mΩ" （完全不是时间！）第二条是真的（第 06 章练习 1 会实测）：
m = LinearRegression().fit(df[["resistance_mohm"]], df["soh"])
# coef_ = -0.00442195, intercept_ = 1.146154
x = (0.80 - 1.146154) / -0.00442195 # 78.28
print(f"{x:.2f}") # 78.28如果把这个 78.28 读成"78 圈退役"，你会得到一个荒谬到可笑的结论。 它的实际意思是："内阻达到 78.28 mΩ 时，健康度约等于 0.80"。
★ 所以反解必须做两件事：
① 写清单位：不是"78.28"，而是"78.28 mΩ"
② 确认这个量在你的问题里真的意味着"时间"或"寿命"这一节的 1347 之所以能读成时间，只是因为特征的物理含义恰好就是"循环次数"。
点开："平均什么时候退役"和"这一支什么时候退役"差多少？（量化）
这一节的数字已经给出答案的一半，第 07 章会把它全部量化：
池化直线（全体共用）： 1347 圈
各支设备自己的末次记录： 752 ~ 1440 圈（中位 1117）
↓
1347 落在第 80 百分位
↓
"1347" 这个答案，对 80% 的设备来说【说晚了】用一句话表达这个差距：
"平均退役点是 1347 圈"（正确）
↓ 如果被理解成
"每支设备都会在第 1347 圈退役"（错误，而且危险）★ 为什么这个误解特别容易发生
因为直线上没有任何"个体差异"的痕迹：
model.predict(pd.DataFrame({"cycle": [1347]}))
# array([0.8]) ← 它只给一个数，语气非常确定模型不会说"这是平均" —— 这句话要靠你自己加上去。
★ 一个可操作的改法：把"点"变成"分布"
❌ "这批设备在 1347 圈左右退役"
✅ "这批设备的退役点中位数是 1117 圈，范围 752~1440；
全表拟合成一条直线会得到 1347 圈，这个数字偏乐观"第二种说法里，"中位数 + 范围"是数据直接告诉你的（没有模型假设）， "1347"是模型给的（有线性假设）。
把两者的来源分开写，读者就知道该信哪个更多一点。
★ 这一节的最后一句，也是第 07 章的主题：
横截面回归回答的是"平均什么时候退役"， 而不是"某一支什么时候退役"。
6.7 常见坑
① coef_ 大 = 重要 → 换个单位差 1000 倍，R² 却一模一样
② intercept_ 当物理量 → 它是 cycle=0 的外推，数据里没有这一行
③ R² 最高 = 最好的特征 → 那是整表训练分数，而且要问"能不能指导动作"
④ 反解出来的数字不写单位 → 78.28 是 mΩ 不是圈
⑤ 用 y.var() 手算 R² → pandas 默认 ddof=1，和 sklearn 差 7.78e-06
⑥ 只看 model.score() 就完事 → 它没有告诉你"在哪一段数据上、有没有划分"★ 其中 ① 和 ③ 是"看起来对但其实错"的典型：
① 在你的笔记本上，coef_ 的数值永远"看起来有道理"
因为它至少带着正负号，你会不自觉地把它读成"影响力"
③ R² 排行榜永远给你一个明确的冠军
你会不自觉地把它读成"结论"，而它其实是"线索"6.8 完整示例与输出
cd code
python demos/ch06-min-linear-regression.py真实输出（节选）：
=== ① fit 一次，看它到底存下了什么 ===
model.coef_ = [-0.0001462] ← 形状 (1,)
model.intercept_ = 0.996891
翻译成人话：每多循环 100 圈，健康度平均下降 1.462 个百分点
=== ② R² 的直觉：先造一个「什么都不学」的模型 ===
基准模型（永远答 0.9088）的 MSE = 0.00300708
直线模型的 MSE = 0.00049689
手算 R² = 1 - 0.00049689 / 0.00300708 = 0.834759
手算 R² 与 model.score() 一致吗 : True
=== ③ 换特征：直觉 vs 数据 ===
coulombic_eff 0.937603 49.727 0.9683
cycle 0.834759 -0.000146198 -0.9137
=== ④ 对照：把同一个特征换个单位，coef_ 会变，R² 不变 ===
用「每 1 圈」做特征：coef_ = -0.00014620 R² = 0.834759
用「每千圈」做特征：coef_ = -0.14619844 R² = 0.834759
=== ⑤ 反解：直线说什么时候退役 ===
令 soh = 0.8，反解 cycle = (0.8 - 0.996891) / -0.00014620 = 1347 圈
min 752 / 中位 1117 / max 1440
1347 落在末次记录分布的第 80 百分位本章练习
练习 1：换个特征，把系数翻译成人话（并小心反解）
用 resistance_mohm 做唯一的特征，拟合 soh：
- 打印
coef_、intercept_、R²； - 把
coef_翻译成"内阻每增加 1 mΩ，soh 平均变化几个百分点"； - 反解
soh = 0.80对应的resistance_mohm，并写清它的单位。
参考答案
import pandas as pd
from sklearn.linear_model import LinearRegression
df = pd.read_csv("data/battery/soh_features.csv")
y = df["soh"]
m = LinearRegression().fit(df[["resistance_mohm"]], y)
k, b = float(m.coef_[0]), float(m.intercept_)
print(f"soh ≈ {k:.8f} × resistance_mohm + {b:.6f}")
print(f"R² = {m.score(df[['resistance_mohm']], y):.6f}")
print(f"内阻每增加 1 mΩ，soh 平均变化 {k * 100:.4f} 个百分点")
print(f"反解 soh = 0.80：resistance = (0.80 - {b:.6f}) / {k:.8f} = {(0.80 - b) / k:.2f}")期望输出：
soh ≈ -0.00442195 × resistance_mohm + 1.146154
R² = 0.771506
内阻每增加 1 mΩ，soh 平均变化 -0.4422 个百分点
反解 soh = 0.80：resistance = (0.80 - 1.146154) / -0.00442195 = 78.28★ 第 2 问的答案要带量纲：
内阻每增加 1 mΩ，健康度平均下降 0.4422 个百分点。
★ 第 3 问的答案是一个陷阱：
78.28 ← 这个数字的单位是 mΩ，不是"圈"它的意思是："内阻达到 78.28 mΩ 时，这条直线预测 soh = 0.80"。
如果读成"78 圈退役"：
78 圈 vs 数据里的末次记录 752~1440 圈
↓
差了 10~18 倍
↓
但你从 78.28 这个数字本身看不出任何异常★ 为什么这两个反解差这么多
cycle → soh ：[50, 1440] → [1.00, 0.80] 跨度为 20 个百分点
resistance → soh：[30, 90] mΩ → [1.00, 0.80] 跨度为 20 个百分点
↓
两条直线的斜率都是"每单位特征掉多少 soh"
↓
cycle 的单位很小（1 圈），所以 coef_ 很小（-0.000146）
resistance 的单位较大（1 mΩ），所以 coef_ 大 30 倍（-0.00442）
↓
反解出来的数字，量纲完全不同，绝对不能混着读★ 一个"看起来对但其实错"的收尾
"内阻到 78 mΩ 就退役了" ← 这句话有可能成立（如果 78 是内阻的退役阈值）
"78 圈就退役了" ← 这句话和数据直接矛盾（数据最少的也有 752 圈）
↓
两个说法共用同一个数字 78.28
↓
区别只在于你有没有看【特征是什么】这就是第 03 章那条纪律的第二次实战：
任何从模型里取出的数字，先问量纲，再问含义。
练习 2：换个单位，验证"coef_ 变、R² 不变"
- 用
cycle（单位：圈）拟合，记录coef_和R²； - 用
cycle / 1000（单位：千圈）拟合，记录coef_和R²； - 验证两次的预测值完全相同；
- 用一句话回答：为什么
coef_不能用来比较"哪个特征重要"？
参考答案
import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
df = pd.read_csv("data/battery/soh_features.csv")
y = df["soh"]
mA = LinearRegression().fit(df[["cycle"]], y)
df_k = pd.DataFrame({"cycle_k": df["cycle"] / 1000.0})
mB = LinearRegression().fit(df_k, y)
print(f"特征 cycle（圈） ：coef_ = {float(mA.coef_[0]):.8f} R² = {mA.score(df[['cycle']], y):.10f}")
print(f"特征 cycle_k（千圈） ：coef_ = {float(mB.coef_[0]):.8f} R² = {mB.score(df_k, y):.10f}")
print(f"coef_ 比值 = {float(mB.coef_[0]) / float(mA.coef_[0]):.1f}")
print(f"预测值完全相同：{bool(np.allclose(mA.predict(df[['cycle']]), mB.predict(df_k)))}")期望输出：
特征 cycle（圈） ：coef_ = -0.00014620 R² = 0.8347587555
特征 cycle_k（千圈） ：coef_ = -0.14619844 R² = 0.8347587555
coef_ 比值 = 1000.0
预测值完全相同：True★ 第 4 问的标准答案：
因为
coef_的数值 = "物理影响" × "单位的倒数"。 换一个单位，物理影响一点没变，coef_却成比例地变了。 所以它丈量的是单位大小，不是特征的重要性。
★ 三个数字一起看，结论最清楚：
| 量 | 换单位前 | 换单位后 | 变了吗 |
|---|---|---|---|
coef_ | -0.00014620 | -0.14619844 | 变了 1000 倍 |
intercept_ | 0.996891 | 0.996891 | 没变 |
R² | 0.8347587555 | 0.8347587555 | 没变 |
| 预测值 | 逐个相同 | 逐个相同 | 没变 |
★ 一个"看起来很合理但其实错"的推理
"cycle 的 coef_ 是 -0.000146，resistance 的 coef_ 是 -0.00442
→ resistance 的系数大 30 倍
→ 所以内阻对健康度的影响比循环次数大 30 倍"
↑
这个推理完全错正确的说法是：
"内阻每多 1 mΩ，soh 平均少 0.44 个百分点"
"循环次数每多 1 圈，soh 平均少 0.0146 个百分点"
↓
两个数字的单位不同（mΩ vs 圈），无法直接比较
↓
要比，必须先让两个特征的量纲一致（第 15 章标准化）★ 想立刻比一下也可以（不改模型的近似做法）
# 把两个系数都换成"特征变动 1 个标准差时，标签变动多少"
for name in ("cycle", "resistance_mohm"):
m = LinearRegression().fit(df[[name]], y)
beta_std = float(m.coef_[0]) * float(df[name].std())
print(f"{name:<18s} 每变动 1 个标准差 → soh 变动 {abs(beta_std):.4f}")这才是可以横向比较的量（第 15 章会给出更规范的版本）。
练习 3：单特征 R² 排名第一的是谁？先别下结论
把 7 个特征各自单独拟合，按 R² 从高到低排一张表，并额外打印每个特征的不同取值个数。然后回答：
- 第一名是谁？
cycle排第几？ - 为什么不能就此说第一名是"最好的特征"？给出两个理由。
- 什么类型的问题才能帮你判断一个特征"值不值得用"？
参考答案
import pandas as pd
from sklearn.linear_model import LinearRegression
df = pd.read_csv("data/battery/soh_features.csv")
y = df["soh"]
FEATS = ["cycle", "mean_charge_voltage_v", "mean_temp_rise_c",
"resistance_mohm", "coulombic_eff",
"cap_fade_rate_ah_per_100", "temp_std_c"]
rows = []
for f in FEATS:
m = LinearRegression().fit(df[[f]], y)
rows.append((f, m.score(df[[f]], y), float(m.coef_[0]), int(df[f].nunique())))
board = pd.DataFrame(rows, columns=["特征", "R2", "coef", "不同取值数"]).sort_values("R2", ascending=False)
for _, r in board.iterrows():
print(f"{r['特征']:<28s} {r['R2']:>10.6f} {r['coef']:>13.6g} {r['不同取值数']:>10d}")期望输出：
coulombic_eff 0.937603 49.727 47
cycle 0.834759 -0.000146198 464
resistance_mohm 0.771506 -0.00442195 20639
mean_charge_voltage_v 0.640406 -0.514707 3811
temp_std_c 0.619120 -0.312879 5685
mean_temp_rise_c 0.561186 -0.0109579 19625
cap_fade_rate_ah_per_100 0.181253 -1.76753 768① 第一名是 coulombic_eff（R² = 0.937603）；cycle 排第 2（R² = 0.834759）。
② 两个理由：
理由一：这是【整表】R²，也就是训练分数
同一批 21,239 行既用来拟合、又用来打分
→ 它衡量的是"拟合得多好"，不是"对没见过的设备准不准"
→ 第 09 章按设备划分之后，cycle 单特征从 0.834759 掉到 0.82070
理由二：coulombic_eff 只有 47 个不同取值
→ 它的信息量被"量化"得很粗
→ 它更像"当前状态的一个省事代理量"
→ 换个数据集、换一批设备，未必还能排第一★ 一个补充观察：coef_ 那一列完全是"单位动物园"
coulombic_eff 49.727 （特征范围 0.9~1.0，所以系数很大）
cycle -0.000146 （特征范围 50~1440，所以系数很小）
resistance_mohm -0.00442这一列的前后大小关系没有任何意义（练习 2 刚证明过）。 本书后面所有涉及 coef_ 的表格，都会先标准化或者明确说明单位。
③ 能帮你判断"值不值得用"的问题：
"如果这个特征变了，我能做点什么？"
库仑效率低 → 我能怎么调？（它是结果，不是可操作的原因）
温度过高 → 我可以改散热、降倍率 ← 可操作
↓
"能不能指导动作"比"R² 高不高"更接近业务价值
↓
但如果你的任务只是"监测当前健康度"，代理量也可以用 —— 关键是想清用途★ 一个隐藏的对偶问题：排名最后的就一定没用吗？
cap_fade_rate_ah_per_100 R² = 0.181253 ← 单特征最差
↓
但它测的是"衰减速率"，物理上和"寿命"直接相关
↓
单特征线性 R² 低，只说明"它和 soh 的关系不是线性的"
↓
第 16 章的树模型可能会把它用得很好（第 13 章多特征 R² = 0.94321）★ 所以这张排行榜的正确读法：
它不是"特征好坏排行榜"，而是"每个特征单独用一条直线时的解释力排行榜"。它是最便宜的第一次筛选，不是结论。
面向工程实践：把"模型读懂"变成一套固定动作
这一章第一次真的训练了模型。真实项目里，"训练完"只是开始 —— 你必须能把模型里的数字翻译成别人敢用的句子。
① 一份可以抄的"读模型"清单
def describe_linear(model, feats, X, y):
"""把一个线性模型读成人话。"""
print(f"样本数 {len(X):,d}，特征数 {len(feats)}")
for name, c in zip(feats, model.coef_):
print(f" {name:<28s} coef_ = {c:+.8g}")
print(f" intercept_ = {model.intercept_:.6f}")
print(f" R² = {model.score(X, y):.6f} ← 整表（训练）分数，不是泛化分数")
print(f" 残差均值 = {(y - model.predict(X)).mean():.3e} ← 最小二乘的残差和恒为 0")
print(f" 标签均值 = {y.mean():.6f} ← R² 的基准")★ 注意最后两行：
残差均值恒为 0 → 这是最小二乘的数学性质，不是"模型没问题"的证据
标签均值 → 写出来，"R² 是相对谁"这个问题就自动回答了② 四个必须交叉验证的数字
任何一个线性模型的结果，至少和下面四个对一遍：
① 手算 R²（1 - ss_res/ss_tot）== model.score()
② 反解出来的点是否落在训练范围内
③ 系数翻译成人话之后，符不符合业务常识（符号尤其重要）
④ 有没有"高到不正常"的 R²（> 0.99 → 先查泄漏，第 04、10 章）第 ③ 条最容易被跳过，但它最值钱：
"内阻上升 → 健康度下降" 符号是负的 ✅ 符合常识
"循环次数上升 → 健康度上升" 符号是正的 ❌ 立刻停下查
↓
符号错了通常意味着：特征定义搞错、标签对错列、或者数据里有泄漏③ 用这个函数读本章那个模型，真实输出
样本数 21,239，特征数 1
cycle coef_ = -0.00014619844
intercept_ = 0.996891
R² = 0.834759 ← 整表（训练）分数，不是泛化分数
残差均值 = -4.784e-17 ← 最小二乘的残差和恒为 0
标签均值 = 0.908760 ← R² 的基准★ 这份输出里，只有 R² = 0.834759 那一行是"分数"， 而且它是整表分数 —— 能对外的版本必须带上"在什么数据上、怎么划分的"。第 09 章会把这个数字换成按设备划分的版本（0.82070）， 那才是可以写进报告的形态。
④ 一个可以立刻执行的习惯
每次训练完，先不要看 R²。 先把
coef_逐个翻译成"带单位的一句话"，再回头看 R²。
原因：
先看 R²：
R² = 0.94 → "不错！" → 收工
↓
错失发现"某个系数符号不对"的机会
先翻译系数：
"内阻每 +1 mΩ，soh 降 0.44 个百分点" ✅ 合理
"健康度随 cycle 上升" ❌ 停
↓
顺序换了，发现问题的概率完全不同这一章的知识，一句话：
线性模型只给你四个数字：
coef_、intercept_、R²、和反解点。 四个数字各有各的量纲和前提，读错任何一个， 后面的结论都会看起来很有道理、但完全站不住。
下一章我们把这条直线画出来，并且让它回答一个业务问题： "我这支设备什么时候退役？" —— 你会看到它答得有多不靠谱。