Handle sparse event buckets in entry screening

2026-06-28 00:53:54 +08:00
parent 340d1dd91b
commit 1fd46ff3c9
2 changed files with 21 additions and 2 deletions
@@ -146,7 +146,18 @@ def _bucket_edges(values: np.ndarray) -> np.ndarray:
    edges = np.quantile(clean, quantiles)
    edges = np.unique(edges)
    if edges.size < 3:
-        return np.array([], dtype="float64")
+        non_zero = clean[clean != 0.0]
+        if non_zero.size < 300:
+            return np.array([], dtype="float64")
+        # 突破/扫单类特征常常绝大多数为 0。普通十分位会全挤在 0，
+        # 这里单独保留“没有事件”和“有事件强弱”两类桶，避免漏掉稀有但可能有用的信号。
+        event_edges = np.unique(np.quantile(non_zero, np.linspace(0.0, 1.0, 6)))
+        if event_edges.size < 2:
+            return np.array([-np.inf, 0.0, np.inf], dtype="float64")
+        edges = np.unique(np.concatenate(([-np.inf, 0.0], event_edges[1:-1], [np.inf]))).astype("float64")
+        if edges.size < 3:
+            return np.array([], dtype="float64")
+        return edges
    edges[0] = -np.inf
    edges[-1] = np.inf
    return edges