feat(models): 审查 metrics.py：工程侧收口 + 修 r2/smape 两个真 bug（+18 条测试）

models/metrics.py（用户写、Codex 审）：6 个回归指标 + 共享入口 verify_yt_yp 落地，
compare_models 仍是 TODO(L1)。

真 bug（决策 59，由用户亲手改定）：
- r2_score 的 SS_tot 基准用了 np.mean(y_pred)，必须是 np.mean(y_true)。
  探针实测：修前 0.8803827751196172、修后 0.875 = sklearn.metrics.r2_score 一致；
  adjusted_r2 复用它，一并修正。完美拟合（r2_score(y, y) == 1）与常量 y 都掩盖了这个错，
  所以新测试特意用"非完美拟合"的数据。ss_tol 顺带改名 ss_tot。
- smape 的 np.where 掩码防不住零除（两条分支都会被求值），在
  filterwarnings = ["error::RuntimeWarning"] 下任何含 0 的用例直接红 → 改 np.divide(where=)，
  数值结果不变（决策 60）。

工程侧（决策 47）：报错文案统一为"参数名 + 实际值"；补 7 处 docstring
（Parameters / Returns / Raises，把 NaN 报错、mape 遇 0、r2 常量 y、adjusted_r2 分母保护
写成契约；n_features 注明不含截距）；ruff 9 条清零（6 F541 + 3 W293）。

tests/test_models.py：5 条 → 23 条（2 条摘 skip 转正 + 18 条新增）。

三连：pytest 224 passed / 26 skipped（250 收集）、ruff 0、pyright 0。

文档：STATUS 决策 59 / 60 + 第九轮（含 4 条待拍板口径）；CHANGELOG 本轮条目；
docs/dev/personal-pitfalls.md 追加易错点 31（基准量抄错对象）与 32（np.where 掩码防不住零除）。

tests/test_models.py

@@ -3,6 +3,7 @@
 from __future__ import annotations
 
 import numpy as np
+import pandas as pd
 import pytest
 
 _NOT_IMPLEMENTED = "未实现：见 docs/03-roadmap.md L1"
@@ -28,7 +29,6 @@ def test_fit_polynomial_matches_numpy(linear_data):
     assert np.allclose(r.params["coef"], np.polyfit(x, y, 2), rtol=1e-6)
 
 
-@pytest.mark.skip(reason=_NOT_IMPLEMENTED)
 def test_metrics_known_values():
     from mcm_toolkit.models import mae, r2_score, rmse
 
@@ -39,7 +39,6 @@ def test_metrics_known_values():
     assert r2_score(y_true, y_pred) < 1.0
 
 
-@pytest.mark.skip(reason=_NOT_IMPLEMENTED)
 def test_r2_is_one_for_perfect_fit():
     from mcm_toolkit.models import r2_score
 
@@ -61,3 +60,153 @@ def test_compare_models_returns_table_sorted_by_first_metric(linear_data):
     )
     assert set(tbl.index) >= {"linear", "poly2"}
     assert "rmse" in tbl.columns
+
+
+def test_metrics_reject_mismatched_shapes():
+    from mcm_toolkit.models import rmse
+
+    with pytest.raises(ValueError, match="形状必须一致"):
+        rmse([1.0, 2.0], [1.0, 2.0, 3.0])
+
+
+def test_metrics_reject_empty_input():
+    from mcm_toolkit.models import rmse
+
+    with pytest.raises(ValueError, match="不能为空"):
+        rmse(np.array([]), np.array([]))
+
+
+def test_metrics_reject_nan_instead_of_dropping_it():
+    """含 NaN 一律报错，**绝不静默删点**：删了样本量就变了，指标不可比。"""
+    from mcm_toolkit.models import rmse
+
+    with pytest.raises(ValueError, match="NaN"):
+        rmse([1.0, np.nan, 3.0], [1.0, 2.0, 3.0])
+    with pytest.raises(ValueError, match="NaN"):
+        rmse([1.0, 2.0, 3.0], [1.0, np.nan, 3.0])
+
+
+def test_metrics_reject_non_whitelisted_type():
+    """`str` 也是可迭代对象，必须被入口白名单挡住，不能被当成三个字符算下去。"""
+    from mcm_toolkit.models import rmse
+
+    with pytest.raises(TypeError):
+        rmse("abc", "abc")  # type: ignore[arg-type]
+
+
+@pytest.mark.parametrize("name", ["rmse", "mae", "mape", "smape", "r2_score"])
+def test_metrics_agree_across_input_types(name):
+    """`DataFrame` / `Series` / `ndarray` / `list` 四种入参必须给出同一个数。"""
+    import mcm_toolkit.models as models
+
+    yt = [1.0, 2.0, 3.0, 4.0]
+    yp = [1.1, 1.9, 3.2, 3.8]
+    fn = getattr(models, name)
+    base = fn(yt, yp)
+
+    assert np.isclose(fn(np.array(yt), np.array(yp)), base)
+    assert np.isclose(fn(pd.Series(yt), pd.Series(yp)), base)
+    assert np.isclose(fn(pd.DataFrame({"y": yt}), pd.DataFrame({"y": yp})), base)
+
+
+def test_mape_rejects_zero_in_y_true():
+    """`y_true` 含 0 时 MAPE 无定义——拦住并点名改用 smape，而不是返回 inf。"""
+    from mcm_toolkit.models import mape
+
+    with pytest.raises(ValueError, match="不能含 0"):
+        mape([0.0, 2.0], [1.0, 2.0])
+
+
+def test_smape_is_silent_when_denominator_is_zero():
+    """分子分母同时为 0 的点记 0，且**不能漏出 RuntimeWarning**。
+
+    本仓库 `pyproject.toml` 里开了 `filterwarnings = ["error::RuntimeWarning"]`，
+    所以这条测试同时守着"零除"这个坑：`np.where` 的两条分支都会被求值，
+    直接写除式就会把告警漏出来，测试会红。
+    """
+    from mcm_toolkit.models import smape
+
+    assert smape([0.0, 0.0], [0.0, 0.0]) == 0.0
+    assert smape([0.0, 2.0], [0.0, 2.0]) == 0.0
+    assert np.isclose(smape([1.0, 1.0], [0.0, 1.0]), 1.0)
+
+
+def test_adjusted_r2_rejects_invalid_n_features():
+    from mcm_toolkit.models import adjusted_r2
+
+    yt = np.array([1.0, 2.0, 3.0, 4.0, 5.0])
+    yp = np.array([1.5, 2.5, 2.5, 4.5, 5.5])
+
+    for bad in (True, 1.0, np.float64(1.0)):
+        with pytest.raises(TypeError):
+            adjusted_r2(yt, yp, bad)  # type: ignore[arg-type]
+    with pytest.raises(ValueError, match="正整数"):
+        adjusted_r2(yt, yp, 0)
+    with pytest.raises(ValueError, match="样本量太小"):
+        adjusted_r2(yt, yp, 4)  # n = 5，分母 n - k - 1 = 0
+
+
+def test_adjusted_r2_accepts_numpy_integer():
+    from mcm_toolkit.models import adjusted_r2
+
+    yt = np.array([1.0, 2.0, 3.0, 4.0, 5.0])
+    yp = np.array([1.5, 2.5, 2.5, 4.5, 5.5])
+
+    assert adjusted_r2(yt, yp, np.int64(1)) == adjusted_r2(yt, yp, 1)
+
+
+def test_adjusted_r2_penalises_extra_features():
+    """同一份数据、同一个 R²，自变量越多，调整 R² 越小（没用的变量只吃惩罚）。"""
+    from mcm_toolkit.models import adjusted_r2
+
+    yt = np.array([1.0, 2.0, 3.0, 4.0, 5.0, 6.0])
+    yp = np.array([1.2, 2.1, 3.3, 3.8, 5.1, 6.2])
+
+    assert adjusted_r2(yt, yp, 3) < adjusted_r2(yt, yp, 2) < adjusted_r2(yt, yp, 1)
+
+
+def test_r2_matches_analytic_formula():
+    """`R² = 1 - SS_res / SS_tot`，且 `SS_tot` 的基准必须是 **y_true 的均值**。
+
+    这里刻意用**非完美拟合**的数据：完美拟合（R² = 1）和常量 y（R² = 0）都能把
+    "基准量抄错对象"这类 bug 掩盖掉（个人易错点 31）。
+    """
+    from mcm_toolkit.models import r2_score
+
+    yt = np.array([1.0, 2.0, 3.0, 4.0, 5.0])
+    yp = np.array([1.5, 2.5, 2.5, 4.5, 5.5])
+    ss_res = np.sum((yt - yp) ** 2)
+    ss_tot = np.sum((yt - np.mean(yt)) ** 2)
+
+    assert np.isclose(r2_score(yt, yp), 1 - ss_res / ss_tot)
+    assert np.isclose(r2_score(yt, yp), 0.875)
+
+
+def test_r2_matches_sklearn():
+    """拿成熟库当**独立的参照物**：自实现指标最容易"自己算自己"。"""
+    sk = pytest.importorskip("sklearn.metrics")
+
+    from mcm_toolkit.models import r2_score
+
+    rng = np.random.default_rng(0)
+    yt = rng.normal(size=50)
+    yp = yt + rng.normal(scale=0.5, size=50)
+
+    assert np.isclose(r2_score(yt, yp), sk.r2_score(yt, yp))
+
+
+def test_r2_is_negative_when_worse_than_predicting_the_mean():
+    from mcm_toolkit.models import r2_score
+
+    assert np.isclose(r2_score([1.0, 2.0, 3.0], [3.0, 2.0, 1.0]), -3.0)
+
+
+def test_adjusted_r2_matches_analytic_formula():
+    from mcm_toolkit.models import adjusted_r2, r2_score
+
+    yt = np.array([1.0, 2.0, 3.0, 4.0, 5.0, 6.0])
+    yp = np.array([1.2, 2.1, 3.3, 3.8, 5.1, 6.2])
+    n, k = len(yt), 2
+    r2 = r2_score(yt, yp)
+
+    assert np.isclose(adjusted_r2(yt, yp, k), 1 - (1 - r2) * (n - 1) / (n - k - 1))