| English | 中文 |
本页说明已注册的 sklearn 回归适配器。直接运行 CPU 合成 Transformer 软件案例时，使用独立软件指南，其配置不能传给 ml_python_regression_workflow。
通过注册工具 ml_python_regression_workflow 使用 scripts/python/run_regression.py。配置模式为 catalog/schemas/python-ml-regression-task.schema.json，完整合成示例为 config/examples/machine-learning-model/python/synthetic-regression.json。当前实现预测回归；Python 因果 PLR 仍是计划能力。科学准备与审查见主技能。
输入必须是准备好的单个 CSV，包含调用者提供的唯一非空 ID、明确目标和特征，以及明确且互异的 train/val/test 标签。未知标签或任意分组中的重复 ID 都会被拒绝。不会推断随机划分。原始文件不修改；prepared.csv 保留纳入行的原始列和单元格字符串，预测表保留 ID 与源行号。这只核验所提供表的约束，不认证上游来源或科学适用性。
显式选择缺失策略 error、drop 或 impute，并列明数值哨兵。impute 下缺失目标仍被排除；特征使用训练集的中位数或最高频类别填补。preprocessing.json 记录各分组和列的缺失数量、排除数量及带 ID 的排除行。缩放、填补和独热编码均在每条模型流水线内仅拟合训练行。未见类别映射为全零编码；训练特征全缺失、类别数过高会失败。ID、目标、划分列不得进入特征。当前仅支持手动列选取。
必须包含明确的 baseline_mean 候选，可再选择 linear_regression、decision_tree、random_forest。禁止任意估计器、表达式、回调和外部序列化模型。树深与森林树数必须显式填写。上限为 8 个候选、每森林 512 棵树、所有候选累计 1024 棵树、每分组 100000 行及 500 万个稠密预处理单元；调用者可设更小行上限，超限失败而非抽样。森林单线程。候选是固定参数试验，尚无 CV 调参引擎。所有候选仅拟合训练集，以验证 RMSE 最小者选择，并列取首个；最终模型不重新拟合验证集，冻结后才产生测试预测。测试指标不参与选择。成功必须通过刚保存模型的重载与独立 RMSE/MAE 检查。R/Python 森林不保证数值等价。
explanation.methods 分别选择描述性 permutation、pdp、ice、shap。解释使用有界验证行，依赖网格和 SHAP 背景来自训练集。置换输出验证 MSE 增量，PDP/ICE 支持数值特征。SHAP 需要可选 shap 依赖，并显式声明 shap_algorithm=permutation、shap_background=training_first_rows、shap_output=raw_prediction 及计算预算。当前仅支持有限值的原始数值特征，基值与贡献和必须在容差内重构预测。缺失所选依赖或能力明确失败，不伪造成功解释；这些贡献均不是因果效应。
产物清单使用共享角色：目标约定、准备数据、预处理、特征选取、候选、保存模型、带 ID 预测、指标、来源、重现核验、状态和所选解释表。output_files 可改安全相对文件名；artifacts.json 固定，Python 模型扩展名仍为 .joblib。拒绝覆盖已有产物。运行时唯一反序列化对象是本次刚保存的可信模型。Runner 负责目录、环境和审查约束；直接脚本不继承其存储边界。
新研究设置 execution.purpose=new_study 并通过 --review-bundle 提供审查包。共享门控绑定准确输入、规范化配置、方案审查、经审查的生成调用代码及当前固定实现。工程示例使用 engineering_replay；Runner 将其限制为仓库清单中通过哈希核验的合成数据。单独在直接脚本中声明工程用途不认证合成来源或科学有效性。
选择可信 Python 环境并准备 numpy、scikit-learn、joblib、jsonschema 后运行（仅选择 SHAP 时需要该依赖）：
python skills/model/shared/machine_learning_model/scripts/python/run_regression.py --input-csv assets/data/03_atmospheric_transport/SyntheticCausal/v1/rows.csv --task-config config/examples/machine-learning-model/python/synthetic-regression.json --out-dir <fresh-authorized-result-directory>
此例仅为工程回放。模型拟合和重载不构成真实数据验证或科学验收。每次运行保存实际版本，不自动安装依赖。
API 参考：sklearn OneHotEncoder, SHAP PermutationExplainer.
选择包含项目核心及所需依赖的环境。已测包为 scikit-learn 1.9.1、NumPy 2.5.4、SciPy 1.18.1 和 joblib 1.6.0；可选 SHAP 路径在独立 Python 3.14 环境中使用 SHAP 0.54.1 实跑。这是已检查的环境快照，不要求所有环境统一升级。
python -m runtime.cli run-tool ml_python_regression_workflow --params-file config/examples/run-tool/synthetic-python-regression.json --dry-run
python -m runtime.cli run-tool ml_python_regression_workflow --params-file config/examples/run-tool/synthetic-python-regression.json --timeout 180
需要三个分离根目录，本次检查未改动项目主环境。新研究采用共同计划/审核材料流程，没有自行批准开关。MCP 使用相同工具、参数和默认预检，实际执行还需要启动授权 --execute-tool ml_python_regression_workflow。