重构分类流水线：提升可扩展性与可读性

[stap1e]

背景

原仓库中 classify_*.py 存在大量重复代码，路径硬编码在脚本内，且 K 折流程在划分前剥离了 NSE 列，导致无法做「K 折 + NSE」实验。

主要改动

模块化流水线（上一轮）

• config/ExperimentConfig、models/factory.py、pipeline/experiment.py
• 入口脚本精简为配置 + run_experiment()

路径配置外置（本轮）

• config/experiments.yaml：定义 lab1 / single / kfold / kfold_nse 等 profile
• 环境变量：CLS_DATA_ROOT、CLS_RESULTS_ROOT、CLS_EXPERIMENT
• config/load_config.py：解析 ${VAR:-default} 与 {data_root} 占位符
• 统一 CLI：run_experiment.py、--profile / --list-profiles / -c 自定义 YAML

K 折 + NSE（本轮）

• K 折改为对含 CPC（及 NSE）的原始行分层划分，每折再走完整 prepare_labeled_frames → LASSO → NSE 拼接
• 新增 classify_kfold_nse.py 与 profile kfold_nse

使用示例

cd code/cls
pip install -r requirements.txt

export CLS_DATA_ROOT=/path/to/excel/data
export CLS_RESULTS_ROOT=/path/to/results

python run_experiment.py --list-profiles
python classify_lab1.py
python classify_kfold_nse.py
python run_experiment.py -p kfold_nse

Windows:

set CLS_DATA_ROOT=D:\thrid_beijing_hospital_data
python classify_kfold_nse.py

配置文件

编辑 code/cls/config/experiments.yaml 即可增删 profile，无需改 Python。