CostPrediction/README.md

103 lines
1.8 KiB
Markdown

# 装备成本预测系统
基于机器学习的装备成本预测系统,支持多种预测模型和数据分析功能。
## 功能特性
- 多模型成本预测
- 机器学习模型 (XGBoost, LightGBM, RandomForest)
- PLS 回归模型
- 特征分析与数据可视化
- 生产商分析
- 数据集管理
- 模型训练与评估
## 系统要求
- Python >= 3.9, < 3.12
- MySQL >= 8.0
- 其他依赖见 pyproject.toml
## 快速开始
1. 克隆项目
```bash
git clone [repository-url]
cd cost-prediction
```
2. 安装依赖
```bash
pip install -e .
```
3. 配置数据库
```bash
[Windows]
scripts/setup_env.ps1
[Linux/macOS]
scripts/setup_env.sh
```
4. 运行系统
```bash
python run.py
```
## API 文档
### 预测接口
- POST `/api/predict` - 使用最优机器学习模型预测
- 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
- 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
- GET `/api/datasets/<id>` - 获取数据集详情
- PUT `/api/datasets/<id>` - 更新数据集
- 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
## 开发指南
详细的开发文档请参考 `docs/dev/` 目录:
- requirements.md - 项目需求文档
- debug.md - 调试指南
## 测试
运行测试:
```bash
python src/test_api.py
```
## 许可证
本项目采用 [LICENSE](LICENSE) 许可证。