| English | 中文 |
回归用于描述一组变量与数值结果之间的关系。一项有用的研究，需要先明确问题，将模型开发与评估分开，再说明结果能够回答什么。本说明按这个顺序展开；配置和代码见回归技能。
先阅读通用设计，明确问题、变量角色、产品来源、抽样、预处理、时空验证及结果审查，再选择模型、预测贡献或因果设计。贡献解释拟合模型的预测；因果效应需要单独论证识别设计。
模型目录按线性回归、树模型和时序模型分类，决策树与随机森林同属树模型。训练均值基线归公共评估参照，不作为独立研究模型分类。方法页说明科学选择；对应技能页负责配置、代码和实际执行状态。
跨任务的 Transformer 架构方法解释注意力及研究设计，数据说明区分表格、序列、网格和多源输入。本项是方法参考，不是新启用的模型，已有专门入口保留原位置。
规划方法、需求驱动建模及复现方法各自保持权威。先设计科学问题，再由技能选择 R 或 Python 实现。第02阶段仅可讨论概念方法。 自动选择参数时，阅读调参方法，明确仅开发数据搜索、分组验证、最终重拟合与测试隔离；其中链接的技能说明维护实际配置和运行限制。