Truthound · 수치와 통계의 유효성 · 2/3
유한값·단위·정밀도와 통계적 해석을 구분합니다.
58 편
MILP의 최적 상태보다 원래 제약 대입을 먼저 확인하기
실행 가능한 해의 확인과 최적성 판단을 순서대로 분리한다. 동일 해 벡터를 유일 기준으로 삼지 않는다.
부호 있는 logsumexp의 상쇄 뒤에 남는 값을 승인하기
큰 항이 상쇄된 뒤의 잔여와 부호를 독립 기준으로 확인한다. NaN을 임의의 0으로 바꾸지 않는다.
SciPy 라플라시안의 -56: 올바른 차수가 좁은 대각 버퍼에 쓰일 때
올바른 차수200도 좁은 작업 행렬에 대입하면 손실될 수 있다. 원래 간선 기준과 실제 대각값을 대사한다.
입력 knot의 작은 음수 분산을 자동으로 0으로 덮기 전에
입력 위치의 재현과 분산의 비음수성을 나눠 확인한다. 작은 값도 용도에 맞는 오차 정책이 필요하다.
정수 행렬의 0.5승을 dtype 취향 문제로 넘기지 않기
비정수 지수의 의미를 제곱 잔차로 확인하고 출력 형식과 연산을 구분한다.
짝수 Savitzky-Golay 창의 값은 어느 격자를 뜻하는가
필터의 중앙 평가와 원표본 좌표는 다른 계약일 수 있다. 반 격자 이동을 오류 크기로만 읽지 않는다.
완전히 일정한 관측의 작은 기울기를 팀에 설명하기
직접 상수성 증거와 업무 오차 예산을 함께 남기고 p값의 의미를 구분한다.
Canberra 거리의 입력 순서를 바꿨더니 부호가 달라질 때
거리의 유한성만으로 이웃 관계를 승인하지 않는다. 원래 벡터에서 정한 기준 거리와 양방향 결과를 비교하고 정수 최솟값의 절댓값 경계를 남긴다.
UTC 정렬을 현지 날짜 정렬로 이어받기 전에
시간대 변환 뒤 실제 목록의 순서와 독립 최솟값을 다시 확인한다.
큰 Float64 나머지를 CPU·GPU 일치만으로 승인하지 않기
작은 정수 항등식으로 독립 기준을 만든다. NaN이 없는 입력에서도 계산 경로의 차이를 확인한다.
시각 하나의 GPU 평균이 NULL이면 관측 존재부터 확인하기
유효 시각 하나의 평균 기준과 GPU 지원·CPU fallback을 구분한다.
Boolean을 거친 정수가 -24이면 중간 의미를 남기자
비영 참 정책과 최종 1·0 코드를 함께 검사하고 dtype만으로 승인하지 않는다.
NumPy nanargmin의 NaT 위치: 최솟값 관측을 전달하기 전 원래 mask 확인하기
선택된 위치와 그 위치의 원래 유효성을 함께 확인해야 NaT의 인덱스를 실제 최솟값 관측으로 전달하지 않는다.
첫 NaN slice가 NumPy nanquantile의 dtype를 정한다면: 순서 바꾼 인계 검사
slice 순서와 결측 패턴이 승인 출력 정밀도를 바꾸지 않는지 최종 dtype와 행별 분위수 기준을 함께 확인해야 한다.
NumPy masked 0.7 비교: dtype와 엄격 경계를 팀이 먼저 합의하기
임계값과 관측값의 비교 정밀도를 먼저 승인하고 같은 값의 masked·일반 경로에서 경계 판정이 보존되는지 확인해야 한다.
정수 나노초의 NumPy gradient: float 변환 전에 원점과 간격 보존하기
큰 절대 시각의 float 변환 전에 정수 차이를 보존해야 작은 간격과 변화율을 잃지 않는다. 원시 간격에서 도출한 기울기로 결과를 승인한다.
NumPy einsum optimize: casting=safe가 실제 out 쓰기에도 적용됐을까
허용하지 않은 최종 출력 cast는 실제 쓰기 전에 거절됐는지 확인해야 optimize 옵션이 데이터 손실 허용을 바꾸지 않는다.
NumPy cov의 큰 offset: 양의 공분산과 승인 오차 예산 구별하기
양의 공분산도 단위와 offset에 필요한 정확도를 잃을 수 있으므로 원점 이동 불변성과 독립 오차 예산을 확인해야 한다.
상수 채널의 NumPy corrcoef: 유한 1을 상관 순위에 넣지 않기
상수 채널의 Pearson 상관은 미정의이므로 직접 상수성 검사로 해석 영역을 구분하고 유한 숫자를 관계의 증거로 승인하지 않는다.
Windows 복소 sqrt의 스케일 복원: 실수부 성공으로 허수부를 승인하지 않기
큰 입력의 스케일 복원은 두 성분을 따로 검사해야 한 성분의 정확성이 복소 결과 전체를 승인하지 않는다.
