做时序分类模型的时候，最磨人的通常不是网络结构本身，而是两件事：一是参数怎么调都差一口气，二是模型终于跑出个高准确率，结果拿去汇报时别人一句“为什么判成这一类”直接把人问懵。Bayes-TCN-LSTM+SHAP这套组合，就是冲着这两个问题去的：用贝叶斯优化把时间卷积网络和长短期记忆网络的超参数调到合理区间，拿到可靠的分类结果，再用SHAP把每个样本的预测依据拆开、量化、可视化，让“黑箱”变成能解释的决策过程。这篇内容适合正在用Matlab做时间序列分类任务、同时对模型可解释性有要求的开发者或研究人员，我会按自己实际跑项目的顺序把整条链路拆开讲，从模型设计到可解释性分析一次说清。
1. 为什么要把TCN、LSTM、贝叶斯优化和SHAP组合在一起
1.1 TCN负责什么，LSTM负责什么
单独看TCN，它本质是一连串因果膨胀卷积堆叠起来的时间特征提取器。因果的含义是当前时刻的输出只依赖当前及之前的输入，不会“偷看”未来；膨胀的作用是让卷积核在不增加参数量的情况下覆盖更长的时间范围。比如一个卷积核大小为3、膨胀率为2的层，实际上能把感受野扩到5个时间步；再叠几层，感受野就能指数级扩展。这种结构对局部模式非常敏感，比如某段信号里突然出现一个脉冲、某个传感器数值短时间内连续跳变，TCN都能很快抓住。
但TCN也有短板。它对长期依赖的表达方式靠的是“扩大感受野+加深网络”，一旦序列长度到几百步甚至上千步，为了覆盖足够长的上下文，层数会堆得很深，训练反而变得不稳定。LSTM的强项刚好补在这里：它通过门控机制把信息在时间步之间传递，天然适合建模长距离依赖。把两者串起来，TCN先快速提取多尺度的局部时序特征，LSTM再在TCN输出的特征序列上做长程记忆整合，最后接全连接层做分类，这种结构比单独用任何一个都要稳。
从我的实际体验看，如果数据里同时存在“短时突变”和“长期缓慢漂移”两类模式，TCN-LSTM混合结构的优势特别明显。那为什么还要贝叶斯优化？因为这种混合模型的超参数太多了，卷积核大小、膨胀率、TCN块数、LSTM隐藏单元数、学习率、正则化系数、Dropout比例，手动试根本试不过来。
1.2 贝叶斯优化解决调参的“试错成本”
传统调参思路是网格搜索或随机搜索。网格搜索把每个参数的候选值列出来，全部组合跑一遍，简单粗暴但代价极大。假设只有四个参数、每个参数取五个值，就是 5×5×5×5 = 625 次完整训练，深度学习一轮就要几分钟甚至更久，根本跑不动。随机搜索虽然比网格聪明一些，但它不会利用已经试过的结果去推断下一轮该试哪里，本质上还是在“盲试”。
贝叶斯优化不一样，它把“调参”看成一个黑箱优化问题。每次训练得到验证集损失后，它会更新一个代理模型（通常是高斯过程），用来估计“整个参数空间里哪些区域可能效果更好”。下一次试验的位置不再随机，而是由采集函数决定，比如选择期望改进最大的位置。这就像你在一大片区域里找水源，网格搜索是每隔固定距离打一口井，贝叶斯优化则是根据前几口井的水量数据，推测哪片区域地下水位更高，然后精准地打到那里去。
在Matlab里直接有bayesopt函数，不需要自己写高斯过程。实际使用中，通常跑20次左右的完整训练就能找到比较理想的参数组合。如果换成网格搜索，同样的参数空间可能要几百次训练。这里的收益不是一星半点，尤其是网络结构复杂、单次训练时间又长的场景。
1.3 SHAP解决“模型可信度”问题
模型调好了、准确率也达标了，工作是不是就完了？对纯实验任务来说可能是，但对实际业务场景远远不够。你拿一个98%准确率的模型给现场人员看，对方只会问一个问题：“它凭什么把这台设备的这段数据判成故障？”如果答不上来，模型就很难真正被信任和使用。
SHAP（Shapley Additive Explanations）是从博弈论里的Shapley值引申过来的。简单理解：一支团队合作完成一个项目，最后要分奖金，怎样分配才算公平？Shapley值的做法是，把所有成员随机排列、依次加入，每加入一个人就计算项目收益的边际增量，再对所有排列顺序取平均，得到每个人对整体成果的平均贡献。SHAP把模型的每个输入特征当成团队成员，把某个样本的预测结果当成团队收益，用同样的方式算出每个特征对这个预测结果的贡献值。
SHAP值可能是正的也可能是负的。正值表示“这个特征把预测结果往当前类别方向推”，负值表示“它在拉低这个类别的概率”。把所有样本的SHAP值汇总，还能得到全局层面的特征重要性排序，比传统的 permutation importance 信息量更大，因为它同时告诉你“哪些特征重要”和“对哪些样本、在什么方向上重要”。这一步做完，模型就不再是黑箱，而是可以逐样本交代判断依据。
2. 项目结构设计与数据流梳理
2.1 输入输出结构先想清楚
在做任何网络设计之前，先把数据格式定死。这个项目的任务是“多变量时间序列分类预测”，所以每个样本是一个矩阵，行是时间步，列是特征通道。如果模拟多传感器场景，特征通道就是不同传感器或指标；如果是某种公开的多变量时序分类数据，特征通道就对应数据集的变量维度。
我在模拟项目X里用的是8个特征通道、每个样本128个时间步、共4个分类标签的数据。Matlab里处理序列分类，最顺手的方式是把训练数据整理成一个元胞数组，每个元胞放一个样本矩阵，尺寸是 时间步×特征通道，标签用分类数组categorical。为什么不用普通数值矩阵一次性装所有样本？因为不同样本的序列长度可能不一致，元胞数组天然支持变长序列，网络训练和预测都省去手动pad的麻烦。就算你的数据定长，也建议保持这个习惯，后面改模型、换数据都会方便很多。
另外，特征标准化一定要做，但注意不要对整个大矩阵一把梭。正确的做法是每个特征通道单独标准化，算出对应通道的均值和标准差。原因很简单：不同传感器或指标的量纲可能差异很大，混合计算会把量纲大的通道在梯度里占绝对主导，小量纲通道的信息几乎学不到。实际代码里可以先把所有训练样本按通道维度拼接成一个大矩阵，逐通道算均值和标准差，再映射回每个样本。
2.2 网络结构怎么拼接才不打架
TCN和LSTM的输入输出维度不同，拼接起来是一个很容易出问题的地方。TCN部分是卷积操作，处理的是“特征通道×时间步”的排列；LSTM部分要求输入是“序列步×特征维度”的序列。所以在两个模块之间，数据排列必须对齐。
我的做法是先把输入数据转成dlarray，数据格式设为'CBT'，其中C是特征通道维、B是批量维、T是时间维。TCN块用dlconv手动实现，卷积核沿时间维滑动，输出仍然保持CBT格式。接着送入LSTM前，需要把序列作为sequence输入给lstm函数或者lstmLayer。如果用自定的前向传播，可以直接对dlarray调用lstm；如果用层图，要先把TCN部分封装成自定义层，保证输出能接到LSTM的序列输入上。
LSTM的输出模式我一般用'last'，也就是只取最后一个时间步的隐藏状态，得到一个向量，再接全连接层和softmax层做分类。为什么用last而不是全部时间步输出？因为分类任务最终只需要一个整合整个序列信息的向量，把LSTM所有时间步的输出都保留，再展平接全连接，参数量会成倍增加，而且不一定提升效果。
2.3 训练策略和验证集设计
训练这类混合网络，不能只盯着训练集损失。过拟合在TCN-LSTM上比普通LSTM更明显，因为TCN参数共享、LSTM又有大量门控参数，两者叠加之后模型容量非常大，训练集拟合得再漂亮，验证集效果可能一塌糊涂。所以我在训练时固定留出20%的样本做验证，目标函数用验证集损失而不是训练集损失。
随机种子也必须在训练前固定。贝叶斯优化的每次评估之间，如果随机性太大，代理模型会学到一堆噪声，很难判断哪个参数真正好。我的建议是在每个训练函数开头调用rng(1)这类固定种子，保证同参数下结果可复现。这样即使跑完20轮优化，想回头复现某一个参数组合的结果，也能得到几乎一致的数字。
训练过程中的动态学习率调整也很重要。Matlab里可以在训练循环里手动按epoch衰减学习率，或者使用sgdm/adam优化器。我习惯用adam，初始学习率控制在0.001到0.01之间，这个范围在贝叶斯优化里作为连续变量自动搜索，比手动拍脑袋准得多。MaxEpochs不要设太大，混合模型本来训练就慢，单次评估控制在20到30个epoch左右，目标函数已经有区分度了。后面定位到好的参数，再做一次完整训练把模型收敛到最优。
3. 贝叶斯优化调参的关键实现细节
3.1 在Matlab里把网络训练封装成目标函数
bayesopt要求你提供一个输入参数结构、输出一个标量目标值的函数。这个函数的意义是“给定一组超参数，训练网络，返回验证集误差”。因为深度学习训练本身就是随机过程，这里必须保证返回值稳定，否则贝叶斯优化会失效。
目标函数的框架可以这样写：
function val = trainAndValidate(params, Xtr, Ytr, Xva, Yva) % 固定随机种子，减少优化过程中的噪声 rng(1); % 从params里取超参数 numFilters = params.numFilters; filterSize = params.filterSize; numHidden = params.numHiddenUnits; lr = params.learnRate; l2 = params.l2Regularization; dropout = params.dropout; % 构建网络，这部分可以是dlarray自定向前向 net = buildTCNLSTM(numFilters, filterSize, numHidden, dropout); % 用训练集训练，验证集损失作为目标 [loss, accuracy] = trainNet(net, Xtr, Ytr, Xva, Yva, lr, l2); % 返回值尽量用验证集错误率 val = 1 - accuracy; end这里有个细节：返回1 - accuracy还是validationLoss？我倾向于用验证集错误率，因为它和目标场景一致，业务上更容易解释。但如果你发现验证集准确率在参数空间里太“平”，区分度不够，可以改用验证集交叉熵损失，它对置信度的变化更敏感。具体怎么选，跑几轮看结果分布就知道了。
目标函数封装完成之后，核心就是bayesopt的调用参数。最大评估次数MaxObjectiveEvaluations我通常设20到30，太少则搜索不充分，太多则总时间不可接受。采集函数用'expected-improvement-plus'，它在纯探索和利用已有经验之间做了平衡，比基础的'expected-improvement'更好用。
3.2 优化变量和取值范围设计
贝叶斯优化的好坏，很大程度取决于变量范围定义得合不合理。范围太宽，搜索空间被大量不可能的参数占据；范围太窄，可能把最优值排除在外。我常用的一组范围和类型如下：
| 优化变量 | 类型 | 搜索范围 | 说明 |
|---|---|---|---|
| numFilters | integer | 16 ~ 64 | TCN卷积核个数，太小特征提取不足，太大训练慢 |
| filterSize | integer | 3 ~ 9 | 卷积核大小，奇数便于对称填充 |
| numBlocks | integer | 1 ~ 4 | TCN残差块数量，影响感受野深度 |
| numHiddenUnits | integer | 32 ~ 128 | LSTM隐藏单元数 |
| initialLearnRate | real | 0.001 ~ 0.01 | Adam初始学习率，log变换后搜索 |
| l2Regularization | real | 1e-5 ~ 1e-3 | L2正则系数，控制过拟合 |
| dropout | real | 0.1 ~ 0.5 | Dropout比例，插在TCN和LSTM之间 |
连续变量建议做log变换，比如学习率和L2正则，用'Transform', 'log'让搜索在小数量级区域也能精细展开。否则bayesopt在0.001和0.01之间可能认为差距不大，但实际学习率对深度学习训练效果影响非常显著。
我还习惯把numBlocks纳入搜索，而不是写死。TCN的感受野由膨胀率和块数共同决定，固定块数等于手动限制了模型能看多长的上下文，这对不同长度的序列影响很大。序列短的可以减少块数，序列长的需要加深。让优化器自己去权衡，比人拍脑袋靠谱。
3.3 优化过程中的几个控制技巧
跑贝叶斯优化最怕两件事：一是单次评估太慢，二是结果噪声太大。两者叠加，整个优化过程会变成灾难。针对第一点，我会在粗搜索阶段把MaxEpochs降到15以内，先让优化器找到有潜力的区域；等确定参数缩到小范围后，再用完整的epoch数跑最终模型。这是一种两阶段策略，实测能省掉接近一半的总时间。
针对噪声问题，除了固定随机种子，还有一个技巧：同一个参数组合重复训练两次取平均。代价是训练时间翻倍，但如果你的验证集准确率波动超过1到2个百分点，这个代价是值得的。贝叶斯优化的样本量本来就少，一次异常评估点可能把高斯过程带偏，后面好几轮都在错误区域试探。
另外，优化过程中把Verbose打开，每完成一次评估都看一眼目标值。如果连续几次目标值没有变化，说明参数空间取值不够精细，或者随机种子固定得不对；如果目标值总体下降趋势很明显，就让它继续跑，不用干预。为了直观，还可以用plot(results)查看优化过程，观察最佳目标值的收敛趋势。
注意：
bayesopt需要优化工具箱支持。如果运行时报找不到函数的错误，先确认工具箱是否安装，再排查代码。这个问题我见过很多次，白浪费了不少时间。
4. SHAP可解释性分析从0到1
4.1 SHAP的核心思想与简化计算
SHAP这个名字看着高级，思想其实很朴素。刚才说了，它把每个特征当成游戏里的玩家，模型的预测结果当成收益，然后问一个问题：每个玩家在“合作产出这个预测”的过程中，平均贡献了多少？这个贡献值就是SHAP值。
严格计算Shapley值需要遍历特征的所有排列组合，这在深度模型上是不可行的。一个输入样本有8个特征通道×128个时间步，一共有1024个输入位置，排列组合数量比宇宙原子还多，根本不可能穷举。所以实际使用的都是近似算法。对TCN-LSTM这种模型，我常用的是“替代法”近似：准备一批背景样本（比如从训练集随机抽20个样本），把某个输入位置替换成背景样本中的平均值或零值，重新跑一次模型，看预测概率变化多少，以此估算该位置的贡献。虽然不如精确Shapley值严谨，但工程上够用，而且能很好地反映每个输入区域对预测的拉动方向。
由于逐点计算代价太高，实际分析时分两步走：先按特征通道聚合，再按时间段聚合。第一步，每次屏蔽整个特征通道，估算每个传感器或变量对预测的总贡献；第二步，对贡献最大的几个通道，按时间窗口分段屏蔽，画出贡献随时间变化的曲线。这种分层策略既控制了计算量，又保留了业务需要的关键信息。
4.2 针对TCN-LSTM的SHAP近似实现
在Matlab里没有现成的DeepExplainer，不过逻辑很简单，可以自己写。核心函数是“给定一个样本，修改它的某个输入位置，调用网络预测，得到概率差”。网络预测的部分用训练好的dlnetwork前向传播即可。
伪代码框架如下：
function shapVals = computeShapApprox(net, sample, bgData, channelIdx, timeRange) % sample: 单个样本，矩阵 T×C % bgData: 背景样本集合，用于估计基线期望 % channelIdx: 当前要分析的特征通道编号 % timeRange: 当前要分析的时间段范围 baseline = predictSoftmax(net, sample); % 原始样本预测概率 % 屏蔽指定通道和时间段，用背景数据的均值填充 modified = sample; modified(timeRange, channelIdx) = mean(bgData(:, channelIdx), 1); newPred = predictSoftmax(net, modified); shapVals = newPred - baseline; end需要注意的是，背景样本的选择会影响SHAP值。背景样本越多、分布越接近真实数据，估算越可靠。我在实践中取20个训练样本做背景集，结果已经比较稳定了，没必要用全部训练集。处理时如果样本数量大，一定要随机抽样而不是顺序取前几个，避免背景集内部偏差。
针对序列的维度，可以把每个“通道-时间段”当作一个输入组来算，而不是逐时间步算。例如把128个时间步分成8段，每段16步，8个通道就是8×8=64个输入组，只需要跑64次前向传播，耗时完全可接受。这样得到的SHAP矩阵，横轴是时间段、纵轴是特征通道，后续画热力图非常方便。
4.3 结果可视化与工程解读
算完SHAP值之后，可视化决定了分析能不能被业务看懂。我最常用的有三种图。
第一种是全局特征重要性条形图。对每个特征通道，把全部样本的SHAP绝对值取平均，得到一个排序。这个图回答的是“整体上哪些传感器对判断贡献最大”，可以用barh画出来，排在最上面的就是全局层面的关键变量。
第二种是单个样本的SHAP瀑布图。把一个样本里所有输入组的SHAP值按正负分开，正值从基线往右画，负值从基线往左画，累积到最终的预测概率或logit。这个图回答的是“某个故障样本判成故障时，究竟是哪个通道、哪个时间段起了决定性作用”。Matlab里可以用barh手动实现瀑布效果，把累积值依次画出来就行。
第三种是SHAP时间-通道热力图。x轴是时间步或时间段，y轴是特征通道，颜色深浅表示SHAP值的正负和大小。我实际使用中，红色区域往往对应信号突变的位置，比如某传感器突然跳变、某个指标在一段时间内持续高过阈值。这种图放到汇报里，业务方一看就能理解模型在关注什么，沟通成本大大降低。
提示：做单样本解释时，要选“模型预测正确且概率高”的样本。模型自己都犹豫不决的样本，SHAP图会显得很乱，不容易看出清晰模式。选高置信度的正确样本做示例，解释效果最好。
5. 可直接参考的复现流程
5.1 数据准备与标准化
复现的第一步是造数据或找数据。假如手头没有合适的数据，可以先自己合成一个简单的多变量时序分类数据集，验证整条链路能跑通再换真实数据。合成数据可以包含正弦波、方波脉冲、噪声叠加三类信号，分别对应三个不同类别，每个样本128个时间步、3到8个通道。这种数据虽然简单，但足以把网络训练、贝叶斯优化、SHAP分析全流程走通。
数据整理时，把训练样本放进元胞数组Xtrain，标签放进categorical数组Ytrain。验证集和测试集照此办理。标准化时按第2节提到的逐通道方法操作，测试集必须使用训练集算出的均值和标准差，不能在测试集上重新计算，否则相当于把测试信息泄露进模型，验证结果会有虚高。
5.2 网络构建与训练
TCN块的实现，我推荐用dlarray和dlconv手写，而不是强行套内置层。原因有两个：一是因果填充（只在左侧补零、右侧不补）用内置层选项配置不直观；二是TCN的残差结构用自定前向更清晰。
基础TCN块的伪代码思路：
function out = tcnBlock(in, filterSize, numFilters, dilation) % in: dlarray 数据格式 CBT % 因果填充：左侧补 (filterSize-1)*dilation 个零，右侧不补 padLeft = (filterSize - 1) * dilation; padded = padsequence(in, padLeft, 0); % 膨胀卷积 convOut = dlconv(padded, filterWeights, filterBias, ... 'DataFormat', 'CBT', 'Stride', 1, 'Dilation', dilation); % 残差连接：输入可能需要线性投影对齐通道数 out = relu(convOut + residualProject(in)); end实际写的时候，可以用一个循环把多个TCN块串起来，每个块的膨胀率按 1、2、4、8 翻倍，让感受野逐层扩大。LSTM部分接在TCN输出后面，输出模式取last，再接全连接层和softmax。训练函数里用adam优化器，初始学习率和L2正则由贝叶斯优化变量传入。
5.3 贝叶斯优化运行步骤
运行贝叶斯优化的流程可以压缩成三步。
第一步，定义优化变量和搜索范围，参考3.2节的表格。第二步，把训练封装成目标函数，返回验证集错误率。第三步，调用bayesopt跑20轮左右，得到最优参数。
optVars = [ optimizableVariable('numFilters', [16 64], 'Type', 'integer') optimizableVariable('filterSize', [3 9], 'Type', 'integer') optimizableVariable('numBlocks', [1 4], 'Type', 'integer') optimizableVariable('numHiddenUnits', [32 128], 'Type', 'integer') optimizableVariable('learnRate', [0.001 0.01], 'Transform', 'log') optimizableVariable('l2Regularization', [1e-5 1e-3], 'Transform', 'log') optimizableVariable('dropout', [0.1 0.5], 'Type', 'real') ]; results = bayesopt(@(params) trainAndValidate(params, Xtrain, Ytrain, Xval, Yval), ... optVars, ... 'MaxObjectiveEvaluations', 20, ... 'AcquisitionFunctionName', 'expected-improvement-plus', ... 'Verbose', 1);跑完之后，用results.XBestObjective拿到最佳参数点，再用这些参数从头训练一遍，得到最终模型。不要直接拿优化过程中最后一次训练的网络当最终模型，因为贝叶斯优化的目标函数里epoch数可能比较低，或者没有充分收敛。完整训练时可以把epoch数翻倍，并加上验证集上的早停逻辑。
5.4 SHAP分析脚本框架
最终模型确定后，SHAP分析脚本的框架很简单。先准备背景样本集，再挑几个高置信度的测试样本，逐样本计算“通道-时间段”SHAP矩阵，最后画热力图或瀑布图。
% 背景样本：从训练集随机抽20个样本 bgIdx = randsample(size(Xtrain, 2), 20); bgData = Xtrain(bgIdx); % 对测试集第一个样本做分析 testSample = Xtest{1}; predLabel = predictLabel(net, testSample); % 计算SHAP矩阵：通道×时间段 shapMat = zeros(numChannels, numSegments); for c = 1:numChannels for s = 1:numSegments shapMat(c, s) = computeShapApprox(net, testSample, bgData, c, segRange{s}); end end % 画热力图 imagesc(shapMat); xlabel('时间片段'); ylabel('特征通道'); colorbar;这里predictLabel和computeShapApprox需要根据自定网络结构实现，我在4.2节给了核心逻辑。第一次跑通整个流程，你会发现SHAP结果的数量级可能比较小，这不用慌，关键是看相对大小和正负方向。画图时对每行做归一化，可以屏蔽不同通道绝对数值差异的影响，让热力图更清晰。
6. 常见问题与排查技巧实录
6.1 维度报错的真正原因
混合网络最常见的报错就是维度不匹配，尤其集中在TCN输出接LSTM这一步。报错信息一般长这样：input size mismatch或者number of channels does not match。这类问题九成不是网络写错了，而是数据排列格式没对齐。
排查顺序我总结成三步。第一步，确认输入dlarray的DataFormat是CBT还是TBC，不同格式下dlconv沿哪一维滑动是不同的。第二步，确认TCN输出通道数等于LSTM输入特征维度。第三步，确认送入LSTM的数据是序列格式，而不是已经展平的特征图。你可以随时在关键中间节点插入size()检查，把维度打印出来，立刻就能看出问题出在哪一层。数据格式不一致的问题，也算是这个项目里最容易踩的坑了。
6.2 贝叶斯优化一直不收敛
贝叶斯优化跑完20轮，最佳目标值几乎没有改善，这种情况通常有三个原因。第一，随机种子没有固定，每次评估结果噪声太大，代理模型根本学不到规律。第二，优化变量范围设置不合理，比如学习率上限过高，导致大部分评估都在发散状态。第三，单次训练的epoch数太少，模型还没开始收敛，验证集错误率全是噪音。
解决办法也很直接：先固定随机种子，把学习率范围缩到0.001到0.005之间，再把MaxEpochs提高到20以上。如果还是不行，检查目标函数返回值，手动跑几组参数看看数值是否稳定。我遇到最离谱的一次是目标函数里头忘了给验证集做同样的标准化，结果每轮评估在三个类别的概率上乱跳，优化器完全学不到信息。
6.3 SHAP分析太慢怎么办
SHAP计算的时间主要花在反复前向传播上。假设有8个通道、8个时间段、20个背景样本，每个样本要计算8×8=64次前向传播，20个样本就是1280次，确实不轻松。想提速可以从几个方向下手：
- 减少时间段数量，比如128步分成8段而不是16段，计算量直接减半。
- 先做通道级粗筛，只对贡献最大的3到4个通道做时间细分，其他通道不再继续拆。
- 减少背景样本数量，从20个减到10个，大多数情况下SHAP矩阵的相对模式不会变。
- 如果模型已经训练完并且固定了权重，可以关闭梯度计算，只用前向传播，省掉自动微分带来的额外开销。
6.4 训练结果不稳定
TCN-LSTM混合模型的参数数量大，训练结果天然比单一结构更容易波动。同一个参数组合跑两次，验证集准确率可能差两三个百分点。对贝叶斯优化来说，这种波动是致命的。我建议在目标函数里做两次独立训练取平均值，或者在最终训练时固定好随机种子，只用最优参数跑一次，然后把这个结果作为基准。如果你发现同一个最优参数在完整训练后反而比优化时差，也正常，因为优化阶段的目标函数可能用了简化训练配置。这时不用重新跑优化，直接用更多epoch、更精细的学习率调度重新训练即可。
最后说句实在话，这套组合不是银弹，但它在Matlab环境下完全可落地。我前后跑过好几个模拟项目，每次把贝叶斯优化的目标函数定义清楚、SHAP按通道和时间段两个粒度拆解，基本都能得到让人信服的结果。如果你在复现时遇到维度对不齐、优化不收敛这类问题，多半是数据格式和参数范围设计的锅，按文里的思路排查一遍，大概率就能解决。如果跑通了，欢迎回来聊聊你的SHAP热力图长什么样。
