chore: 初始化 MCM/ICM Toolkit 仓库骨架

审查并精简 ChatGPT 的建库建议后落地的第一版骨架，只定接口不写实现。

- 建议审查：14 个包 → 7 个；约 250 个函数 → 约 40 个；5 个 Result 类 → 1 个
  （docs/01-suggestion-review.md）
- docs/：架构、路线图（含永久不做清单）、环境、Git 工作流、函数卡片模板
- src/mcm_toolkit/：core / data / stats / models / solve / decision / viz
  共 23 个模块，均为签名 + docstring + NotImplementedError
- tests/：9 个文件，其中 test_api_surface.py 已通过（20 passed）
- examples/ problems/ notebooks/ figures/ tables/ 骨架
- pyproject.toml（核心依赖 4 个 + 6 组 extras）、environment.yml
- scripts/：setup-venv.ps1（ASCII + LF）、setup-conda.ps1、doctor.ps1
- 环境：.venv（system-site-packages）与 conda 环境 mcm-toolkit 均已建好，
  数值栈版本与 base 完全对齐（numpy 2.4.6 / scipy 1.18.1 / pandas 3.0.6，MKL 后端）

src/mcm_toolkit/models/__init__.py

@@ -0,0 +1,41 @@
+"""models —— 建模：回归 / 时间序列 / 机器学习（薄封装）。
+
+原建议把 `regression/` 和 `ml/` 拆成两个包，但两边的
+`fit_linear` 与 `fit_linear_regression` 明显重复。
+这里合并为一个包，共享一套 `fit / predict / score` 协议和一份指标实现。
+"""
+
+from .metrics import (
+    adjusted_r2,
+    compare_models,
+    mae,
+    mape,
+    r2_score,
+    rmse,
+    smape,
+)
+from .ml import cross_validate, fit_forest, fit_logistic, kmeans, pca
+from .regression import fit_linear, fit_nonlinear, fit_polynomial, predict
+from .timeseries import exponential_smoothing, fit_arima, forecast
+
+__all__ = [
+    "fit_linear",
+    "fit_polynomial",
+    "fit_nonlinear",
+    "predict",
+    "exponential_smoothing",
+    "fit_arima",
+    "forecast",
+    "fit_forest",
+    "fit_logistic",
+    "kmeans",
+    "pca",
+    "cross_validate",
+    "rmse",
+    "mae",
+    "mape",
+    "smape",
+    "r2_score",
+    "adjusted_r2",
+    "compare_models",
+]