feat(#69): [Ti-1] 质量预测模型训练与评估（岭回归+R²/MAE/RMSE+可解释）

新增 templates/ti-cl4/quality-forecast/model.py：
- RidgeRegression：纯标准库最小二乘+L2正则闭式解（高斯消元，不依赖numpy）
- QualityModel：聚合特征+目标+岭回归，fit/predict/evaluate(R²/MAE/RMSE)/explain
- explain()：尺度归一化重要性（|权重|×std），跨特征可比较，供#73可解释
- TrainingSet.from_records：自动跳过含 NaN 的行
- ModelRecipe 超参包：target/alpha/feature_names 外置 YAML/JSON
- 序列化 to_dict/from_dict 往返一致
- 17 用例（累计 39 用例）全通过；纯标准库零运行时依赖。

templates/ti-cl4/quality-forecast/config/model.template.yaml

@@ -0,0 +1,18 @@
+# -*- coding: utf-8 -*-
+# Ti-1 氯化车间质量预测 · 模型超参包（Issue #69 / PRD §5.3 ①）。
+#
+# 模板化技术路径（PRD §5.3）：超参包外置，换行业只改本文件 + 特征清单。
+# target：质量标签列名（默认取 RF-01.PURITY = TiCl₄纯度）。
+# alpha：岭回归 L2 正则强度（防共线性/过拟合）。
+# feature_names：训练用特征名（须与 features.template.yaml 的 name 对齐）。
+
+target: RF-01.PURITY
+alpha: 1.0
+unit: "%"
+feature_names:
+  - clf_temp_mean
+  - clf_temp_slope
+  - clf_cl2_feed_ratio
+  - clf_co_std
+  - clf_bed_range
+  - rf_imp_mean