16-04 加入新输入特征

题目

在阅读 CSV 中增加一项特征，同时修改读取、标准化、模型输入、预测入口和测试，核对旧检查点与新结构的差别。

推导与做法

新增 sleep_hours 后，CSV 的读取顺序、features 列表、训练组尺度、网络输入列数和预测参数都同步扩展到三项。

示例按 features 从字典取值，建立 (2,3) 输入并计算三列均值和尺度。旧两列权重装进三列模型会被拒绝。旧检查点应继续由旧结构读取，新检查点另存版本和特征表，不能只改 Linear 的数字就覆盖原文件。

过程图

%% 每个节点保留输入、执行位置或执行后的实际状态。 flowchart TD S0["CSV增加sleep_hours"] S1["按同一features顺序建立三列输入"] S0 --> S1 S2["训练组拟合三列尺度，模型输入改3"] S1 --> S2 S3["新版本单独保存；旧两列权重拒绝误装"] S2 --> S3 classDef default fill:#EEF0FB,stroke:#4657B5,color:#24324A linkStyle default stroke:#4657B5

实现与运行

查看带注释实现。本题与相关处理函数放在同一章节代码文件中；启动工具负责定位相邻项目和选择题号。

在配套目录的 PyTorch与模型开发/training_project 中运行。先按项目 README 执行 uv sync --locked。接口题先安装 serve 可选项：uv sync --locked --extra serve。

# 使用项目解释器运行本题，题号决定执行哪一组演示。
uv run python "../../学习索引/参考实现/代码/ch16.py" 16-04

程序按题号输出处理后的值、查询结果或状态。先和前面的手算比较，再修改一项输入重跑。

查看本题运行结果

# 与上面的手算状态和题目数值逐项比较。
{
  "features": [
    "minutes",
    "sessions",
    "sleep_hours"
  ],
  "input_shape": [
    2,
    3
  ],
  "output_shape": [
    2,
    1
  ],
  "mean": [
    45.0,
    1.5,
    7.5
  ],
  "scale": [
    15.0,
    0.5,
    0.5
  ],
  "old_weights_rejected": true
}