数据驱动的热舒适预测研究提出序数感知与成本敏感框架，通过分解多分类问题为序数二进制子任务并设计成本敏感决策规则，有效提升极端类别预测性能。实验表明，在实验室数据集（n=1954）中序数Transformer较名义模型F1提升0.04，CTCD数据集（n=4314）下DNN准确率 ...