# Cross-Domain Results

## 这部分结果在回答什么问题

`results/cross-domain/` 不是 DS13 正式提交结果的重复拷贝，而是专门回答一个研究问题：当数据分布跨域变化时，仅靠一个全局 LR 是否还够用，还是应该按长度分桶后分别建模。

本仓库正式保留了两个跨域结论集：

- `results/cross-domain/ds06/`
- `results/cross-domain/ds07/`

它们都同时保存了：

- `ensemble_meta.json`
- `ensemble_lr_global_*_predictions.csv.gz`
- `ensemble_lr_bucket_*_predictions.csv.gz`

## 分桶定义

跨域 bucket ensemble 的分桶不是手填经验值，而是脚本里固定编码并在正式结果中保留的长度区间：

- `extreme_short = 0-75`
- `short = 76-180`
- `general = 181+`

对应实现可见：

- `scripts/inference/run_cross_domain_ensemble.py`
- `scripts/inference/run_logistic_regression_ensemble.py`

## bucket 权重是怎么来的

这里的“bucket 权重”同样不是人工拍脑袋给的。正式流程是：

1. 对每个 bucket 的 dev 子集单独收集 7 个 voter 分数。
2. 加入 `len_norm` 后做 `StandardScaler`。
3. 用 `LogisticRegression(lbfgs, C=1.0)` 在该 bucket 的 dev 子集上学习 LR。
4. 用该 bucket 的 dev 子集搜索最佳 F1 阈值。
5. 如果某个 bucket 的 dev 样本太少，则直接回退到 global LR。

因此，bucket ensemble 的核心不是“按桶给不同固定比例”，而是“按桶单独训练 LR；样本不够时回退”。

## DS06 结果

DS06 的正式结果文件位于 `results/cross-domain/ds06/ensemble_meta.json`。

### 总体结论

| 方案 | F1 | Precision | Recall | Accuracy |
|---|---:|---:|---:|---:|
| `lr_global` | 0.643836 | 0.979167 | 0.479592 | 0.734694 |
| `lr_bucket` | 0.904255 | 0.944444 | 0.867347 | 0.908163 |

DS06 上 bucket 方案比 global 提升非常明显，说明跨域条件下统一阈值和统一系数不够稳，长度分段后单独建模更有效。

### DS06 的 fallback 情况

| Bucket | `n_dev` | 处理方式 |
|---|---:|---|
| `extreme_short` | 0 | 回退到 global |
| `short` | 2 | 回退到 global |
| `general` | 190 | 单独训练 bucket LR |

`general` 桶学出的正式参数中，阈值为 `0.5376874712`，说明 DS06 的跨域适配并不是简单复用 global threshold，而是真的在足够样本的桶里重新拟合了一个局部 LR。

## DS07 结果

DS07 的正式结果文件位于 `results/cross-domain/ds07/ensemble_meta.json`。

### 总体结论

| 方案 | F1 | Precision | Recall | Accuracy |
|---|---:|---:|---:|---:|
| `lr_global` | 0.743119 | 0.975904 | 0.600000 | 0.792593 |
| `lr_bucket` | 0.872340 | 0.836735 | 0.911111 | 0.866667 |

DS07 也呈现出相同趋势：bucket LR 明显优于 global LR。

### DS07 的 fallback 情况

| Bucket | `n_dev` | 处理方式 |
|---|---:|---|
| `extreme_short` | 0 | 回退到 global |
| `short` | 2 | 回退到 global |
| `general` | 266 | 单独训练 bucket LR |

DS07 `general` 桶的正式阈值为 `0.4020108060`。这进一步说明 bucket 模型不是静态表，而是 dev 驱动的局部 LR。

## 为什么 DS13 和 DS06 / DS07 不一样

这三个结果最需要区分的地方是 dev 规模：

- DS13：`extreme_short=1`、`short=0`、`general=9`，3 个桶全部不够训练，所以 bucket 全部回退。
- DS06：只有 `general` 桶 dev 足够，因此只有 `general` 真正学出局部 LR。
- DS07：结论与 DS06 相同，也是只有 `general` 学出局部 LR。

所以不要把“仓库里保留了 bucket 逻辑”误解成“所有数据集都会有独立桶模型”。真正决定是否独立建模的是 dev 样本量。

## 与探索期动态分桶投票的关系

仓库里还保留了探索期的动态分桶投票脚本，例如：

- `scripts/train_eval/rules_and_fusion/run_dynamic_bucket_vote.py`
- `src/enhanced_replica/voter_registry.py`

这些脚本里的 `bucket_weights` 属于研究路线 E06 的硬投票设定。正式跨域结论不是靠这些默认表直接得出的，而是以后续的 bucket LR 结果为准。看正式结果时，应当优先阅读：

- `results/cross-domain/ds06/ensemble_meta.json`
- `results/cross-domain/ds07/ensemble_meta.json`

## 可以直接复用的结论

- 如果 dev 很小，bucket 流程可能会保留，但最终会回退到 global。
- 如果某些长度桶有足够 dev 样本，bucket LR 能显著优于 global LR。
- 对当前这条研究线来说，跨域提升主要来自 `general` 桶的局部 LR，而不是来自人为设置一套长度权重表。