节点 n13

1. 在乘法位移（alpha=0.4 均匀 exp 缩放）框架内，对 delta 向量做 PCA 低秩投影平滑会投影掉低方差的真 DE 基因，导致 de_recovery 下降 3.4~3.8 分，而 covariation 仅升 0.5~0.7，净效果为负。
2. 增大投影秩 k 使方案单调退化趋近父节点（k=50 板分 47.88 → k=150 47.75 → EB 混合 48.30 ≈ 父 48.29），不存在甜点 k，说明 delta 噪声不在 PCA 可捕捉的低秩子空间内。
3. 节点 6/10/13 三次独立证伪：乘法位移框架内任何对 delta 的平滑/收缩/筛选/投影变换都无法超过均匀 alpha=0.4 位移，该搜索方向应关闭。
4. 回退验证流程有效：逐字节回退父代码 + 复测板分一致 + seed 0 双跑逐位相同，保证了负结果节点不污染树（分数与父完全相同），代价仅为 2.2s 运行时间和若干查分次数。

1. 停止在乘法位移框架内做 delta 向量变换（针对全部分组，尤其 covariation），改挂到节点 5/8/11 的 Top-K + EB 收缩支系（树上最强 49.55）继续 improve。
2. 针对 covariation 组：尝试组成/比例层面的改动（如按细胞类型比例混合输出、行归一化后再位移），而非继续修 delta 向量本身。
3. 针对 de_recovery/cell_state：探索细胞级混合输出（copy_last 与位移结果按细胞状态加权），因为节点 5 已证明减少位移作用范围可同时保住 covariation 和 de_recovery。

ANALYSIS.json written

完成。

**做了什么**：按 PLAN 在父节点 3（乘法位移 alpha=0.4）上实现 delta 的 PCA 低秩投影平滑（top-k 右奇异子空间，randomized_svd 确定性）。测试纯投影 k=50（板分 47.88）、k=150（47.75）及投影+EB 权重混合（48.30），均不优于父节点（复测 48.29）。纯投影抬 covariation +0.7 但 de_recovery 崩 -3.4（低方差 DE 基因被投影掉），k 增大单调趋近父节点、无甜点。按计划逐字节回退父代码，复测板分一致，seed 0 双跑逐位相同，vec-check 通过，运行 2s。

**查分**：4 次（余 16）。回退确认 48.29（A 半 seed 0）。

**下一步建议**：乘法位移框架内修 delta 噪声的路线已被节点 6/10/13 三次证伪，建议停止在该框架内做 delta 变换；树上最强是节点 5/8/11 的 Top-K EB 收缩路线（49.55），后续 improve 应挂到该支系，或探索其未试过的方向（如组成/比例层面的改动、细胞级混合输出）。

```json
{
  "name": "PCA投影平滑delta的保协方差乘法位移",
  "motivation": "父节点3最弱组为covariation 47.54（比copy_last的48.44低0.90）。原因：均匀乘法位移对每个基因独立施加exp(0.4*delta_g)因子，delta_g中的逐基因抽样噪声破坏了基因间相关结构。节点6/10已证明在乘法框架上做EB收缩、top-K、软截断均无效（47.65–48.33 vs 48.29），说明问题不在位移机制而在delta向量的噪声结构。节点5（Top-K=500+EB）covariation达49.76，证明减少位移噪声可恢复甚至超越copy_last的协方差水平。本方案用数据自身的PCA相关结构对delta做低秩投影，去除与主协方差方向正交的噪声分量，机制上直接针对covariation回退的根因。",
  "approach": "步骤：\n1. 保留父节点全部框架（读两阶段、按type算delta_c、乘法位移、单输入退路copy_last）。\n2. 新增delta平滑：对last阶段全量细胞（或抽样≤5000行以控制时间）的log1p矩阵做truncated SVD（scipy.sparse.linalg.svds或sklearn TruncatedSVD），取前k个右奇异向量V_k（genes×k）。对每个type的delta_c做投影重建：delta_smooth_c = V_k @ (V_k.T @ delta_c)。\n3. 用delta_smooth_c替代原始delta_c，其余不变：x'=clip((1+x)*exp(0.4*delta_smooth_c)-1,0)，仅作用于已存非零元。\n4. 关键超参k：初值50；搜索{20,50,100,150}。k过小→过度平滑→de_recovery丢失；k过大→无平滑→等同父节点。预期最优在30-100区间。\n5. alpha保持0.4不变（已验证安全区间0.3-0.5，不引入额外变量）。\n6. 单输入阶段退路：无delta可算，直接copy_last（与父节点一致）。\n7. vec-score快速筛选：先X3 seed 0、k=50跑一次，看covariation是否≥48.0且de_recovery≥47.5；若covariation<47.5或de_recovery<46.5则放弃，尝试k=100；若两个k均不达标则回退父节点代码。\n8. 若seed 0通过，跑3个seed确认均值差>2再提交。",
  "expected_groups": ["covariation", "cell_state"],
  "risks": "1) PCA主成分可能不包含DE基因方向（DE基因若低方差则被投影掉），导致de_recovery大幅下降。Engineer应在seed 0立即检查de_recovery，若<46.5（比父低>2）则增大k或放弃。2) 稀疏矩阵SVD可能因零膨胀产生伪主成分；对策：用log1p后的矩阵（已做）且只取前150个PC。3) 运行时间增加（SVD约2-5s），总时间应仍<10s，在30分钟内无风险。4) 若k=20/50/100/150均不优于父节点，说明delta噪声不在PCA可捕捉的范围内，应回退父节点代码（耗时<5分钟即可判断）。",
  "sources": []
}
```