guzhujushi
5319589dfd
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）
983 B
983 B
教程
按"题型"组织的实战教程放这里，每篇对应一类赛题。
目前为空是刻意的：教程应该在做过至少一道该类型的真题之后再写， 否则写出来的都是"字典式罗列"，没有踩坑经验，没有价值。
计划（做完对应真题后再写）：
| 教程 | 对应题型 | 触发条件 |
|---|---|---|
评价类.md |
无量纲化 → 赋权 → TOPSIS/灰色 → 敏感性 | 做完一道评价类真题 |
预测类.md |
描述 → 分布拟合 → ARIMA/GM(1,1) → 区间 → 误差分析 | 做完一道预测类真题 |
优化类.md |
建模 → LP/IP → 启发式 → 多目标 → 敏感性 | 做完一道优化类真题 |
仿真类.md |
参数分布 → Monte Carlo → 收敛性 → 鲁棒性 | 做完一道仿真类真题 |
面向"怎么用这个工具箱"的快速上手看 ../04-environment.md 和
仓库根目录的 README.md；这里放的是建模思路。