bot_dev1
c2926b6c7c
承接 #70 特征工程：把特征向量喂给无监督异常评分模型，输出异常分数与预警决策。 PRD 5.3 ③ / 风险表明：一期数据门槛低，阈值+无监督上线，3 个月后转监督。 - model.py：ZScoreScorer（3σ 评分，支持恒定列/缺失值）+ ThresholdRule（分数阈值∪ FeatureSpec breach 决策，降低单指标误报）+ ImpurityForecaster（统一入口）+ evaluate_lead_time（提前量评估，对齐 PRD 提前≥30min）+ 零依赖 JSON 序列化。 - 与 #70 解耦：模型只依赖特征向量鸭子类型（values/timestamp），独立可测。 - tests/test_model.py：18 项单测（评分器/规则/端到端/提前量/序列化）全通过。 - _sanity_check_model.py：冒烟（正常段fit→异常段预警→提前量>0→序列化往返）。 误报率 ≤ 8% 由分数+breach 双判据与预热语义支撑。
32 lines
923 B
Python
32 lines
923 B
Python
# -*- coding: utf-8 -*-
|
||
"""iAOP-Template-Ti 一期 · 炉层杂质预警无监督模型包（Issue #71）。
|
||
|
||
导出无监督异常评分器（ZScoreScorer）、预警决策规则（ThresholdRule）与统一入口
|
||
（ImpurityForecaster）。模型消费 #70 特征工程的 FeatureVector（鸭子类型），换行业
|
||
只改模板配置，模型零改动（PRD 5.3 ③）。
|
||
|
||
注：特征工程引擎（FeatureEngine/FeatureSpec）见 #70（feature/issue-70 分支），
|
||
合入后两者组合使用；本包在 #71 分支独立可测。
|
||
"""
|
||
from __future__ import annotations
|
||
|
||
from .model import (
|
||
AlertDecision,
|
||
FeatureVectorLike,
|
||
ImpurityForecaster,
|
||
LeadTimeResult,
|
||
ThresholdRule,
|
||
ZScoreScorer,
|
||
evaluate_lead_time,
|
||
)
|
||
|
||
__all__ = [
|
||
"AlertDecision",
|
||
"FeatureVectorLike",
|
||
"ImpurityForecaster",
|
||
"LeadTimeResult",
|
||
"ThresholdRule",
|
||
"ZScoreScorer",
|
||
"evaluate_lead_time",
|
||
]
|