数据分析实验失败后先保存样本切分和运行参数实验失败并不自动产生经验。若输入、特征和切分方式都没有留下下一次“复现”很可能是在跑另一套问题。最少保存什么记录数据版本、字段说明、过滤条件、随机种子、训练与验证集切分、依赖版本和运行参数。原始数据包含敏感信息时保存校验摘要和受控位置不把样本复制进普通日志。错误信息要区分数据读取、特征计算、模型训练和评估。Notebook 中每个单元格都可能依赖隐藏状态适合探索不适合作为唯一复现入口把稳定步骤整理成可从空环境执行的脚本。失败也要有对照先用最小样本确认错误条件再修一个变量。修复后同时跑失败样本和正常样本避免只让异常消失却改变了统计口径。评估结果必须和切分规则一起保存否则一个分数说明不了模型是否真的更好。有用的失败记录会告诉后来者什么输入触发、哪些假设被排除、修改后如何回归。