第 7 章 · 知识面扫盲
大模型之外的模型家族
大模型不是万能钥匙。你的运营监控工作里，很多任务用更小的经典模型反而更快、更省、更可解释、更少数据就能跑。这一章带你把整个模型家族逛一遍：每个模型"一句话机制 + 背后的理论 + 你的工作场景用例"。
7.1 为什么还要学"非大模型"
三个理由，每个都对应你的实际处境：
- 成本与速度：违章数据分类这种任务，用随机森林 0.1 秒出结果、一台办公电脑就能跑；叫大模型要联网、要花钱、还可能幻觉。
- 可解释与合规：决策树能打印出"如果 A 且 B 则风险高"的规则，可审计、可向领导交代；大模型的判断不可解释（第 5 章）。
- 数据量门槛：大模型需要海量数据预训练；你手上"几千条违章记录"这种量级，经典模型正好够用，还训练得快。
大模型像一台多功能工程车——什么都能干，但笨重、费油、有时使不上劲。经典模型像专用工具——电钻就干钻孔的活，又快又准又便宜。真正的专家不是只会用工程车，而是知道什么时候该用哪个工具。第 8 章你会看到，专业方案往往是"大模型 + 小模型 + 规则"混着用的。
7.2 经典机器学习家族
| 模型 | 机制一句话 | 背后的理论 | 你工作里的用例 |
|---|---|---|---|
| 线性回归 | 画一条直线/超平面，让所有点离它最近 | 最小二乘：最小化误差平方和（附录 B 直觉版） | 预测光伏月发电量 vs 装机容量、辐照度；项目工期 vs 规模 |
| 逻辑回归 | 线性回归 + sigmoid 闸门，输出"属于某类的概率" | 最大似然估计（附录 A.3 直觉版） | 违章概率预测：给"作业特征"输出"违章风险 82%" |
| 决策树 | 自动长出一棵"if-else 规则树"，按信息增益不断分裂 | 信息论：信息熵（附录 B.1 有 softmax/熵直觉） | 把违章案例分几类典型模式；生成可审计的规则供基层自查 |
| 随机森林 | 种几百棵决策树（每棵看不同数据/特征），投票定结果 | 集成学习：群体智慧，方差降低 | 比单棵决策树更稳的违章分类、设备缺陷等级判定 |
| KNN（K 近邻） | 新样本看它最像的 K 个老样本，跟它们投票/取均值 | "物以类聚"的统计直觉，非参数方法 | 找"和这条作业最像的历史作业"来判断风险（能直接给参照案例） |
| SVM（支持向量机） | 找一条"离两类样本都最远"的分界线，边界最大化 | 最大间隔原理 + 核技巧（把低维不可分映射到高维可分） | 样本量小的分类问题（几千条内）效果往往很好 |
| K-means 聚类 | 自动把数据分成 K 簇，簇内尽量近、簇间尽量远 | 最小化簇内平方距离（无监督） | 把历史项目自动归成几种典型画像；把光伏电站按运行特征分组 |
| 朴素贝叶斯 | 用贝叶斯公式算"在给定特征下，属于各类的概率"，取最大 | 贝叶斯定理 + "特征独立"简化假设（附录 A.3） | 文本分类（事故通报自动归档）、快速初筛 |
| 异常检测 （隔离森林/统计法） |
找出"和大多数数据明显不一样"的点（离群点） | 无监督：异常 = 稀少 + 特征怪异（隔离森林用随机切分次数度量） | 态势感知核心场景：从海量运营数据里自动揪出异常月份、异常电站、异常结算 |
你定"风险等级"时的判断逻辑（作业类型 + 时段 + 人员 + 环境 → 等级），本质就是一棵人写的决策树。机器学习能做的是：让树从数据里自己长出来，并告诉你每条规则的真实区分度——你的经验变成"特征选择"，机器负责"规则挖掘"。这就是第 1 章说的"规则从数据里长出来"在你工位上的具体形态。
7.3 深度学习的其他家族：CNN / RNN / 自编码器 / GAN
| 模型 | 机制一句话 | 理论根基 | 你的场景用例 |
|---|---|---|---|
| CNN 卷积神经网络 |
用"滑动窗口"（卷积核）扫过图像/序列，自动提取局部特征（边缘、纹理、形状），层层组合成高层的识别 | 局部连接 + 权值共享 + 层级特征（受视觉皮层启发） | 现场照片自动识别未戴安全帽、违章接线；表格图像识别转结构化 |
| RNN / LSTM 循环神经网络 |
第 3 章的"接力传话"；LSTM 加了三道闸门（遗忘/输入/输出），学会"长期该记什么、该忘什么" | 序列建模 + 门控记忆（解决梯度消失） | 光伏功率/负荷的时序预测（短中期）；电量曲线模式识别 |
| 自编码器 Autoencoder |
把数据"压扁"再"还原"，让压缩后的表示保留关键信息；还原误差大的样本 = 异常 | 无监督表征学习 + 重构误差 | 无标签场景的异常检测：机组运行曲线异常、业财数据异常识别 |
| GAN 生成对抗网络 |
生成器造假、判别器打假，两者对抗训练，生成器越造越真 | 博弈论纳什均衡 + 对抗训练 | 生成训练数据（如合成故障样本）、图像增强；工作里用得少，了解即可 |
CNN 管"空间局部"（图片里的相邻像素），RNN 管"时间顺序"（序列里的前后时刻），Transformer 管"任意位置的关系"（空间时间通吃，但要 O(n²)），自编码器管"压缩-重建"，GAN 管"造真东西"。各有所长，没有谁全面取代谁——你的光伏预测任务，小数据用 LSTM/ARIMA，大数据量再上 Transformer，都是合理选项（7.5 给选型表）。
7.4 强化学习：试错拿奖励的智能体
第 1 章提过范式，这里给机制：
- 要素：智能体（Agent）、环境（Environment）、状态（State）、动作（Action）、奖励（Reward）。循环：看状态 → 选动作 → 环境反馈新状态 + 奖励 → 更新策略。
- 学什么：一个"策略"——在什么状态下做什么动作能积累最多长期奖励。核心算法：Q 学习（记"状态-动作"的长期价值表）、策略梯度（直接优化策略）、以及深度强化学习（用神经网络当函数逼近器，如 DQN）。
- 理论与你的联系：第 4 章 RLHF 用的就是强化学习（人类打分当奖励）；电网调度、储能充放电、虚拟电厂优化是电力行业最典型的强化学习应用场景。
没人能写出"遇到台阶怎么抬腿"的公式，但你可以在它做对时给奖励、做错时不给（或给惩罚）。它通过无数次试错，自己学会了策略。强化学习 = 用"奖励信号"代替"标准答案"来训练——这正是它和监督学习最大的区别，也解释了为什么 RLHF 能让模型"变得礼貌"：人类反馈就是奖励。
7.5 模型选型速查表（按任务挑模型）
| 你的任务 | 首选 | 备选 | 大模型适合吗 |
|---|---|---|---|
| 违章/缺陷分类（几百~几万条） | 随机森林 / 逻辑回归 | SVM、XGBoost | 不太适合（小数据大材小用，且不可解释） |
| 光伏出力 / 负荷预测（时间序列） | LSTM / ARIMA（中小数据） | Transformer 时序版（大数据）、XGBoost+滞后特征 | 可以但贵；更适合让它解释概念/写代码 |
| 运营异常检测（态势感知） | 隔离森林 / 统计法（3σ、CUSUM） | 自编码器、K-means 离群分析 | 让它辅助判断"该看哪"，别让它下结论 |
| 项目/数据聚类分组 | K-means | 层次聚类、DBSCAN | 不适合（聚类是数学任务） |
| 文本：总结/翻译/起草/问答 | 大模型 | — | 非常合适（这是大模型主场） |
| 现场照片识别（安全帽等） | CNN / 现成视觉模型 API | 多模态大模型 | 多模态模型可做初步分析，复核仍需专业手段 |
| 多步决策优化（储能调度） | 强化学习 / 运筹优化 | 动态规划、线性规划 | 不适合（数学优化不是它的强项） |
① 任务是什么类型？分类/回归/聚类/异常/文本/图像/决策——先对号入座；
② 数据有多少？几千条以下经典模型优先，百万级再想深度学习；
③ 要解释还是只要结果？要能向领导解释 → 决策树/逻辑回归；只要效果 → 随意。记住：模型没有绝对好坏，只有"合适不合适"。
7.6 本章小结
- 经典 ML：线性/逻辑回归（拟合）、树模型（规则）、KNN（邻居）、SVM（边界）、K-means（聚类）、贝叶斯（概率）、异常检测（离群）；
- 深度学习其他：CNN（图像局部）、RNN/LSTM（序列记忆）、自编码器（压缩重建）、GAN（对抗生成）；
- 强化学习：状态-动作-奖励试错，RLHF 和电力调度的根基；
- 选型三问：任务类型？数据量？要不要可解释？
我刚学完"模型家族总览"，请： 1. 我在电力运营监控中心工作，手上有一份 5000 条违章记录（字段：作业类型/时段/人员/环境/是否违章），请推荐 3 个最合适的模型并说明理由和各自局限； 2. 解释"异常检测"和"分类"的根本区别（提示：标签从哪来）； 3. 出 2 道题考我：一道考决策树可解释性，一道考强化学习与监督学习的区别，先别给答案。
自测题：配套《自测题与思考题》第 7 章 Q7.1–Q7.5。