Go to file
2024-11-28 11:58:38 +08:00
data 增加了部署文档,调整了前端代码 2024-11-11 18:04:22 +08:00
docs 重新整理部署脚本 2024-11-28 11:58:38 +08:00
frontend 更新预测模块,解决模型字符集问题 2024-11-26 22:54:15 +08:00
scripts 重新整理部署脚本 2024-11-28 11:58:38 +08:00
src 重新整理部署脚本 2024-11-28 11:58:38 +08:00
.cursorrules 完成了基本功能 2024-11-09 16:48:50 +08:00
.gitignore 将 tensor 改为 torch,并更新依赖,增加了生产商的数据和特征分析。 2024-11-25 19:58:39 +08:00
.python-version 将 tensor 改为 torch,并更新依赖,增加了生产商的数据和特征分析。 2024-11-25 19:58:39 +08:00
config.py 重新整理部署脚本 2024-11-28 11:58:38 +08:00
LICENSE 将 tensor 改为 torch,并更新依赖,增加了生产商的数据和特征分析。 2024-11-25 19:58:39 +08:00
loiteringmunitions.md 增加一些文件 2024-11-08 23:43:57 +08:00
package.json 增加一些文件 2024-11-08 23:43:57 +08:00
pyproject.toml 修改 API 测试程序,更新 README 2024-11-27 10:52:47 +08:00
README.md 修改 API 测试程序,更新 README 2024-11-27 10:52:47 +08:00
requirements.txt 更新预测模块,解决模型字符集问题 2024-11-26 22:54:15 +08:00
run.py 将 tensor 改为 torch,并更新依赖,增加了生产商的数据和特征分析。 2024-11-25 19:58:39 +08:00
vite.config.js 增加一些文件 2024-11-08 23:43:57 +08:00

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
git clone [repository-url]
cd cost-prediction
  1. 安装依赖
pip install -e .
  1. 配置数据库
[Windows]
scripts/setup_env.ps1

[Linux/macOS]
scripts/setup_env.sh
  1. 运行系统
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:

python src/test_api.py

许可证

本项目采用 LICENSE 许可证。