最佳轮次选择
输入各训练轮次的验证指标，自动选出最优轮次并给出早停建议，适用于模型 checkpoint 选择、训练过程复盘与部署权重确定。
🚀 Best Epoch Selector
Paste per-epoch validation metrics and let the tool pick the best epoch, with an early-stopping recommendation for your next run.
📐 计算公式 / 原理
最佳轮次 = argmin(验证损失)；最小验证损失 = min(l₁…l₅)
取验证损失最低的轮次而非最后一轮，是早停的标准做法。若多个轮次损失接近，优先选更靠后的（通常更稳）或按次要指标（F1）再筛；注意"用验证集选轮次"本身会轻微乐观，严格评估应留出独立测试集。
📐 计算公式与说明
最佳轮次 = loss 最小者
应结合验证集，避免过拟合轮次。
📚 深度解析：最佳轮次选择
💡 常见使用场景
- 在记录中各轮验证指标(如验证 loss/F1)取最优轮次，作为部署权重。
- 监控指标上升即早停，并回退到最佳轮 checkpoint，避免用过拟合权重。
- 若多指标冲突(如 loss 最低但 F1 非最高)，按业务优先级选定主指标。
选最优轮
10 轮验证 F1 为 [0.80,0.83,0.85,0.86,0.87,0.87,0.86,0.85,0.84,0.83]，最佳为第 6 轮(0.87)，应加载第 6 轮权重而非最后一轮。
❓ 常见问题（FAQ）
- 用 loss 还是 F1 选最佳轮？
- 看目标。回归用验证 loss/RMSE；分类常看 F1/Accuracy；若关注误杀率则看精确率。主指标应直接对应业务收益。
- 验证指标波动怎么选？
- 取平滑后的最优且要求持续优势(patience)，避免单点噪声误导；也可在最佳轮附近做少量额外验证确认稳定。