# 装备成本预测系统

基于机器学习的装备成本预测系统，支持火箭炮和巡飞弹两种装备类型的成本预测与数据分析。

## 功能特性

- 多模型成本预测 (XGBoost, LightGBM, RandomForest, GBM, PyTorch NN, PLS)
- 特征分析与数据可视化
- 算法对比演示
- 生产商分析
- 数据集管理
- 模型训练与评估

## 技术栈

- 后端：Python 3.9 ~ 3.11 + Flask
- 数据库：SQLite（内置，零配置）
- 前端：Vue 3 + Element Plus + ECharts
- 机器学习：scikit-learn, XGBoost, LightGBM（PyTorch 可选）

## 快速开始

```bash
# 1. 安装依赖
pip install -e .

# 2. 初始化派生特征数据（首次必须执行）
python -m scripts.calculate_features

# 3. 启动服务
python run.py
```

浏览器打开 **http://127.0.0.1:5001**。

## 常用命令

```bash
# 安装开发依赖（含 pytest, black, mypy）
pip install -e ".[dev]"

# 安装可选 PyTorch（神经网络训练需要）
pip install -e ".[torch]"

# 运行测试
python -m pytest tests/

# 代码格式化
black src/ tests/
```

## API 文档

### 预测接口
- POST `/api/predict` - 使用最优模型预测
- POST `/api/pls/predict` - 使用 PLS 模型预测

### 数据管理
- GET `/api/data` - 获取装备数据列表
- POST `/api/data/import` - 导入 Excel 数据
- GET `/api/data/details/<id>` - 获取装备详情
- PUT `/api/data/<id>` - 更新装备数据

### 数据集管理
- GET `/api/datasets` - 获取数据集列表
- POST `/api/datasets` - 创建数据集
- DELETE `/api/datasets/<id>` - 删除数据集

### 模型管理
- GET `/api/models` - 获取模型列表
- POST `/api/train` - 训练模型
- POST `/api/models/<id>/activate` - 激活模型
- DELETE `/api/models/<id>` - 删除模型

### 分析功能
- POST `/api/analyze-features` - 特征分析
- POST `/api/analyze-manufacturers` - 生产商分析
- POST `/api/demo/algorithms` - 查看可用算法
- POST `/api/demo/run` - 运行算法演示

## 前端开发

如需修改前端代码：

```bash
cd frontend
npm install
npm run serve    # 开发模式（热更新）
npm run build    # 构建生产版本
```

## 许可证

本项目采用 [LICENSE](LICENSE) 许可证。