 guzhujushi
|
9907289ec8
|
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）。
|
2026-10-10 17:07:46 +08:00 |
|
|
guzhujushi
|
3bb31f95de
|
chore(models): 开工前清理 + 去掉 mm1 的残留注释序号
- tests/test_models.py：模块级 pytestmark -> 逐条 @pytest.mark.skip（决策 26）；
该文件的 5 条测试仍然全跳过，只是形式上与其它测试文件对齐了。
- models/metrics.py：rmse / mae / r2_score 的注释 TODO(L0) -> TODO(L1)
（roadmap 的 L0 12 项里没有这三个指标，它们属于 L1 的 models 清单）。
- simulate.py：用户去掉 # 4. 封装返回 这行残留序号注释（无代码变化）。
校验：pytest 204 passed / 28 skipped；ruff 0；pyright 0
|
2026-10-10 14:01:56 +08:00 |
|
|
guzhujushi
|
5319589dfd
|
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）
|
2026-10-01 17:43:48 +08:00 |
|