Skip to content

Latest commit

 

History

History
78 lines (54 loc) · 1.43 KB

File metadata and controls

78 lines (54 loc) · 1.43 KB

Contributing Guide

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.

环境准备

# 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

数据准备

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

本地工作流

# 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

代码规范

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/ -v

提交规范

  • feat: 新功能
  • fix: 修复 bug
  • docs: 文档更新
  • refactor: 重构
  • ci: 持续集成相关
  • test: 测试相关

扩展建议

  • 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