感谢你对本项目的兴趣. 本指南面向希望本地运行、调试或扩展该多元时序预测项目的开发者.
# 1. 克隆仓库
git clone https://github.com/MeaFew/foresight.git
cd foresight
# 2. 创建虚拟环境 (推荐 Python 3.11, 与 README 徽章 / requirements-cpu.lock 编译目标一致)
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
# 3. 安装依赖
pip install -r requirements.txt项目使用 Kaggle Store Sales 数据集. 请运行下载脚本获取数据集:
bash download_data.sh# 1. 数据预处理
make preprocess
# 2. 特征工程
make features
# 3. 训练 Baseline (XGBoost)
make train-baseline
# 4. 训练 LSTM
make train-lstm
# 5. 训练 Transformer
make train-transformer
# 6. 模型评估
make evaluate
# 7. 启动看板
make dashboard提交前请确保通过以下检查:
# Python lint
ruff check src/ tests/ dashboard/
# 单元测试
pytest tests/ -vfeat:新功能fix:修复 bugdocs:文档更新refactor:重构ci:持续集成相关test:测试相关
- 新增模型: 放在
src/foresight/并按train_{model}.py命名 - 新增特征: 在
src/foresight/feature_engineering.py中扩展 - 新增评估指标: 在
src/foresight/metrics_utils.py中添加