Files
iAOP/templates/ti-cl4/quality-forecast/config/model.template.yaml
T
bot_dev1 aeee8ef468 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。
2026-08-05 05:16:26 +08:00

19 lines
615 B
YAML

# -*- 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