staran 0.4.2__tar.gz → 0.6.0__tar.gz

{staran-0.4.2/staran.egg-info → staran-0.6.0}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: staran
-Version: 0.4.2
+Version: 0.6.0
 Summary: staran - 高性能Python工具库
 Home-page: https://github.com/starlxa/staran
 Author: StarAn
@@ -24,7 +24,7 @@ Dynamic: requires-dist
 Dynamic: requires-python
 Dynamic: summary
 
-# Star## ✨ v0.4.2 新特性
+# Star## ✨ v0.6.0 新特性
 
 - 📋 **独立Schema模块** - 专门的表结构定义和管理模块
 - 📄 **文档自动生成** - 支持Markdown/PDF/HTML格式的技术文档生成
@@ -42,7 +42,7 @@ Dynamic: summary
 
 Staran是一个强大的特征工程和数据处理工具包，提供从数据到模型的完整解决方案。特别针对工银图灵平台优化，让特征工程和模型训练变得前所未有的简单。
 
-## ✨ v0.4.2 新特性
+## ✨ v0.6.0 新特性
 
 - �️ **模块化引擎架构** - 独立的引擎模块，支持Spark、Hive、图灵平台
 - 🔧 **统一接口设计** - 所有引擎提供一致的SQL生成、执行和下载接口
@@ -361,7 +361,7 @@ tomorrow = date.add_days(1)         # 202504 (智能处理)
 
 ```
 staran/
-├── __init__.py                    # 主包入口，v0.4.2功能导出
+├── __init__.py                    # 主包入口，v0.6.0功能导出
 ├── schemas/                       # 🆕 表结构定义与文档生成模块
 │   ├── __init__.py               # Schema模块入口
 │   ├── document_generator.py     # 文档生成器 (MD/PDF/HTML)
@@ -385,7 +385,7 @@ staran/
 │   ├── __init__.py               # 工具模块
 │   └── date.py                   # Date类实现
 ├── setup.py                      # 安装配置  
-├── README.md                     # 本文档 v0.4.2
+├── README.md                     # 本文档 v0.6.0
 └── quick-upload.sh               # 快速部署脚本
 ```
 
@@ -561,4 +561,4 @@ MIT License
 
 ---
 
-**Staran v0.4.2** - 模块化引擎架构，让机器学习特征工程变得前所未有的简单 🌟
+**Staran v0.6.0** - 模块化引擎架构，让机器学习特征工程变得前所未有的简单 🌟

{staran-0.4.2 → staran-0.6.0}/README.md

@@ -1,4 +1,4 @@
-# Star## ✨ v0.4.2 新特性
+# Star## ✨ v0.6.0 新特性
 
 - 📋 **独立Schema模块** - 专门的表结构定义和管理模块
 - 📄 **文档自动生成** - 支持Markdown/PDF/HTML格式的技术文档生成
@@ -16,7 +16,7 @@
 
 Staran是一个强大的特征工程和数据处理工具包，提供从数据到模型的完整解决方案。特别针对工银图灵平台优化，让特征工程和模型训练变得前所未有的简单。
 
-## ✨ v0.4.2 新特性
+## ✨ v0.6.0 新特性
 
 - �️ **模块化引擎架构** - 独立的引擎模块，支持Spark、Hive、图灵平台
 - 🔧 **统一接口设计** - 所有引擎提供一致的SQL生成、执行和下载接口
@@ -335,7 +335,7 @@ tomorrow = date.add_days(1)         # 202504 (智能处理)
 
 ```
 staran/
-├── __init__.py                    # 主包入口，v0.4.2功能导出
+├── __init__.py                    # 主包入口，v0.6.0功能导出
 ├── schemas/                       # 🆕 表结构定义与文档生成模块
 │   ├── __init__.py               # Schema模块入口
 │   ├── document_generator.py     # 文档生成器 (MD/PDF/HTML)
@@ -359,7 +359,7 @@ staran/
 │   ├── __init__.py               # 工具模块
 │   └── date.py                   # Date类实现
 ├── setup.py                      # 安装配置  
-├── README.md                     # 本文档 v0.4.2
+├── README.md                     # 本文档 v0.6.0
 └── quick-upload.sh               # 快速部署脚本
 ```
 
@@ -535,4 +535,4 @@ MIT License
 
 ---
 
-**Staran v0.4.2** - 模块化引擎架构，让机器学习特征工程变得前所未有的简单 🌟
+**Staran v0.6.0** - 模块化引擎架构，让机器学习特征工程变得前所未有的简单 🌟

{staran-0.4.2 → staran-0.6.0}/setup.py

@@ -2,7 +2,7 @@ from setuptools import setup, find_packages
 
 setup(
     name="staran",
-    version="0.4.2",
+    version="0.6.0",
     description="staran - 高性能Python工具库",
     long_description=open("README.md", encoding="utf-8").read(),
     long_description_content_type="text/markdown",
@@ -14,9 +14,11 @@ setup(
         "staran.tools",
         "staran.features",
         "staran.engines",
-        "staran.examples",
         "staran.schemas",
         "staran.schemas.aum",
+        "staran.models",
+        "staran.banks",
+        "staran.banks.xinjiang_icbc",
     ],
     install_requires=[
         "datetime",

staran-0.6.0/staran/banks/__init__.py

@@ -0,0 +1,30 @@
+"""
+staran.banks - 银行配置模块
+
+该模块包含不同银行的特定配置，包括：
+- 数据库连接配置
+- 表结构定义
+- 业务规则设置
+- 模型配置
+
+支持的银行：
+- xinjiang_icbc: 新疆工行配置
+
+版本: 0.6.0
+"""
+
+from .xinjiang_icbc import (
+    XinjiangICBCConfig,
+    get_xinjiang_icbc_tables,
+    get_xinjiang_icbc_models,
+    xinjiang_icbc_config
+)
+
+__all__ = [
+    'XinjiangICBCConfig',
+    'xinjiang_icbc_config',
+    'get_xinjiang_icbc_tables', 
+    'get_xinjiang_icbc_models'
+]
+
+__version__ = "0.6.0"

staran-0.6.0/staran/banks/xinjiang_icbc/__init__.py

@@ -0,0 +1,90 @@
+"""
+新疆工行银行配置模块
+
+专门针对新疆工行代发长尾客户的配置：
+- 数据库表结构定义（代发长尾客户专用）
+- 业务规则配置
+- 模型配置（提升模型和防流失模型）
+
+数据库: xinjiang_icbc_daifa_longtail
+业务范围: 代发长尾客户
+"""
+
+from dataclasses import dataclass
+from typing import Dict, List, Optional
+from datetime import datetime
+
+
+@dataclass 
+class XinjiangICBCConfig:
+    """新疆工行配置类"""
+    
+    # 数据库配置
+    database_name: str = "xinjiang_icbc_daifa_longtail"
+    schema_name: str = "daifa_longtail"
+    
+    # 业务配置
+    business_domain: str = "代发长尾客户"
+    customer_segment: str = "代发长尾"
+    
+    # 模型配置
+    available_models: List[str] = None
+    
+    # 业务规则
+    longtail_asset_min: float = 10000  # 长尾客户最小资产
+    longtail_asset_max: float = 100000  # 长尾客户最大资产
+    upgrade_target: float = 3000  # 提升目标金额
+    churn_threshold: float = 1500  # 流失阈值金额
+    
+    def __post_init__(self):
+        if self.available_models is None:
+            self.available_models = [
+                "daifa_longtail_upgrade_3k",    # 代发长尾提升3k模型
+                "daifa_longtail_churn_1_5k"     # 代发长尾防流失1.5k模型
+            ]
+
+
+def get_xinjiang_icbc_tables() -> Dict[str, str]:
+    """获取新疆工行代发长尾客户表配置"""
+    return {
+        # 代发长尾客户行为表
+        "daifa_longtail_behavior": "xinjiang_icbc_daifa_hlwj_dfcw_f1_f4_wy",
+        
+        # 代发长尾客户资产平均表  
+        "daifa_longtail_asset_avg": "xinjiang_icbc_daifa_hlwj_zi_chan_avg_wy",
+        
+        # 代发长尾客户资产配置表
+        "daifa_longtail_asset_config": "xinjiang_icbc_daifa_hlwj_zi_chan_config_wy",
+        
+        # 代发长尾客户月度统计表
+        "daifa_longtail_monthly_stat": "xinjiang_icbc_daifa_hlwj_monthly_stat_wy"
+    }
+
+
+def get_xinjiang_icbc_models() -> Dict[str, Dict]:
+    """获取新疆工行代发长尾客户模型配置"""
+    return {
+        "daifa_longtail_upgrade_3k": {
+            "name": "代发长尾客户提升3k预测模型",
+            "description": "预测下个月代发长尾客户资产提升3000元的概率",
+            "target": "upgrade_3k_next_month",
+            "model_type": "binary_classification",
+            "business_objective": "识别有潜力提升资产的代发长尾客户",
+            "target_threshold": 3000,
+            "prediction_window": "1_month"
+        },
+        
+        "daifa_longtail_churn_1_5k": {
+            "name": "代发长尾客户防流失1.5k预测模型", 
+            "description": "预测下个月代发长尾客户流失1500元资产的风险",
+            "target": "churn_1_5k_next_month",
+            "model_type": "binary_classification", 
+            "business_objective": "识别有流失风险的代发长尾客户",
+            "target_threshold": 1500,
+            "prediction_window": "1_month"
+        }
+    }
+
+
+# 创建默认配置实例
+xinjiang_icbc_config = XinjiangICBCConfig()

staran-0.6.0/staran/models/__init__.py

@@ -0,0 +1,72 @@
+"""
+staran.models v0.6.0 - 新疆工行代发长尾客户模型管理
+
+专门针对新疆工行代发长尾客户的两个核心模型：
+1. 代发长尾客户提升3k预测模型 (daifa_longtail_upgrade_3k)
+2. 代发长尾客户防流失1.5k预测模型 (daifa_longtail_churn_1_5k)
+
+主要功能：
+- 模型配置管理
+- SQL驱动的目标变量定义
+- 模型注册和版本控制
+- 新疆工行特定配置
+"""
+
+from .config import ModelConfig, create_model_config
+from .target import TargetDefinition, create_target_definition
+from .registry import ModelRegistry, register_model, save_model_registry
+from .daifa_models import (
+    create_daifa_longtail_upgrade_model,
+    create_daifa_longtail_churn_model,
+    get_available_daifa_models,
+    create_both_daifa_models
+)
+
+# 便捷函数
+def create_xinjiang_icbc_models(output_dir: str = "./xinjiang_models") -> dict:
+    """为新疆工行创建两个代发长尾客户模型"""
+    return create_both_daifa_models(output_dir)
+
+def list_available_models() -> list:
+    """列出所有可用的代发长尾客户模型"""
+    return get_available_daifa_models()
+
+def get_model_summary() -> dict:
+    """获取模型概述信息"""
+    return {
+        "version": "0.6.0",
+        "bank": "新疆工行",
+        "business_domain": "代发长尾客户",
+        "models": [
+            {
+                "name": "daifa_longtail_upgrade_3k",
+                "description": "预测下个月代发长尾客户资产提升3k的概率",
+                "target_amount": 3000,
+                "model_type": "binary_classification"
+            },
+            {
+                "name": "daifa_longtail_churn_1_5k", 
+                "description": "预测下个月代发长尾客户流失1.5k资产的风险",
+                "target_amount": 1500,
+                "model_type": "binary_classification"
+            }
+        ]
+    }
+
+__all__ = [
+    # 核心组件
+    'ModelConfig', 'TargetDefinition', 'ModelRegistry',
+    
+    # 创建函数
+    'create_model_config', 'create_target_definition', 'register_model',
+    
+    # 代发长尾模型
+    'create_daifa_longtail_upgrade_model', 'create_daifa_longtail_churn_model',
+    'create_both_daifa_models', 'get_available_daifa_models',
+    
+    # 便捷函数
+    'create_xinjiang_icbc_models', 'list_available_models', 'get_model_summary',
+    'save_model_registry'
+]
+
+__version__ = "0.6.0"

staran-0.6.0/staran/models/config.py

@@ -0,0 +1,271 @@
+"""
+模型配置管理模块
+
+定义模型的核心配置信息，包括模型类型、参数、特征配置等
+"""
+
+from enum import Enum
+from typing import Dict, Any, List, Optional
+from dataclasses import dataclass, field
+from datetime import datetime
+
+
+class ModelType(Enum):
+    """模型类型枚举"""
+    CLASSIFICATION = "classification"
+    REGRESSION = "regression" 
+    CLUSTERING = "clustering"
+    TIME_SERIES = "time_series"
+    ANOMALY_DETECTION = "anomaly_detection"
+    RECOMMENDATION = "recommendation"
+
+
+class ModelAlgorithm(Enum):
+    """模型算法枚举"""
+    # 分类算法
+    LOGISTIC_REGRESSION = "logistic_regression"
+    RANDOM_FOREST = "random_forest"
+    GRADIENT_BOOSTING = "gradient_boosting"
+    SVM = "svm"
+    NEURAL_NETWORK = "neural_network"
+    
+    # 回归算法
+    LINEAR_REGRESSION = "linear_regression"
+    RIDGE_REGRESSION = "ridge_regression"
+    LASSO_REGRESSION = "lasso_regression"
+    
+    # 聚类算法
+    KMEANS = "kmeans"
+    DBSCAN = "dbscan"
+    HIERARCHICAL = "hierarchical"
+    
+    # 时间序列
+    ARIMA = "arima"
+    LSTM = "lstm"
+    PROPHET = "prophet"
+
+
+@dataclass
+class FeatureConfig:
+    """特征配置"""
+    schema_name: str                    # 使用的schema名称 (如 'aum')
+    table_types: List[str]              # 使用的表类型列表 (如 ['behavior', 'asset_avg'])
+    feature_selection: bool = True      # 是否启用特征选择
+    feature_engineering: bool = True    # 是否启用特征工程
+    scaling: bool = True                # 是否启用特征缩放
+    encoding: Dict[str, str] = field(default_factory=dict)  # 编码配置
+
+
+@dataclass 
+class ModelConfig:
+    """模型配置类"""
+    # 基本信息
+    name: str                           # 模型名称
+    model_type: ModelType               # 模型类型
+    algorithm: ModelAlgorithm           # 使用的算法
+    version: str = "1.0.0"              # 模型版本
+    
+    # 特征配置
+    feature_config: FeatureConfig = None
+    
+    # 模型参数
+    hyperparameters: Dict[str, Any] = field(default_factory=dict)
+    
+    # 训练配置
+    training_config: Dict[str, Any] = field(default_factory=lambda: {
+        'test_size': 0.2,
+        'random_state': 42,
+        'cross_validation': True,
+        'cv_folds': 5
+    })
+    
+    # 评估配置
+    evaluation_metrics: List[str] = field(default_factory=list)
+    
+    # 银行特定配置
+    bank_code: str = "generic"          # 银行代码
+    business_domain: str = "generic"    # 业务领域
+    
+    # 元数据
+    description: str = ""               # 模型描述
+    created_at: datetime = field(default_factory=datetime.now)
+    created_by: str = "system"          # 创建者
+    tags: List[str] = field(default_factory=list)
+    
+    # 部署配置
+    deployment_config: Dict[str, Any] = field(default_factory=dict)
+    
+    def __post_init__(self):
+        """初始化后处理"""
+        if self.feature_config is None:
+            self.feature_config = FeatureConfig(
+                schema_name="generic",
+                table_types=["base"]
+            )
+        
+        # 根据模型类型设置默认评估指标
+        if not self.evaluation_metrics:
+            self.evaluation_metrics = self._get_default_metrics()
+    
+    def _get_default_metrics(self) -> List[str]:
+        """根据模型类型获取默认评估指标"""
+        if self.model_type == ModelType.CLASSIFICATION:
+            return ['accuracy', 'precision', 'recall', 'f1_score', 'auc']
+        elif self.model_type == ModelType.REGRESSION:
+            return ['mae', 'mse', 'rmse', 'r2_score']
+        elif self.model_type == ModelType.CLUSTERING:
+            return ['silhouette_score', 'calinski_harabasz_score']
+        else:
+            return ['custom_metric']
+    
+    def to_dict(self) -> Dict[str, Any]:
+        """转换为字典格式"""
+        return {
+            'name': self.name,
+            'model_type': self.model_type.value,
+            'algorithm': self.algorithm.value,
+            'version': self.version,
+            'feature_config': {
+                'schema_name': self.feature_config.schema_name,
+                'table_types': self.feature_config.table_types,
+                'feature_selection': self.feature_config.feature_selection,
+                'feature_engineering': self.feature_config.feature_engineering,
+                'scaling': self.feature_config.scaling,
+                'encoding': self.feature_config.encoding
+            },
+            'hyperparameters': self.hyperparameters,
+            'training_config': self.training_config,
+            'evaluation_metrics': self.evaluation_metrics,
+            'bank_code': self.bank_code,
+            'business_domain': self.business_domain,
+            'description': self.description,
+            'created_at': self.created_at.isoformat(),
+            'created_by': self.created_by,
+            'tags': self.tags,
+            'deployment_config': self.deployment_config
+        }
+    
+    @classmethod
+    def from_dict(cls, data: Dict[str, Any]) -> 'ModelConfig':
+        """从字典创建ModelConfig实例"""
+        feature_config_data = data.get('feature_config', {})
+        feature_config = FeatureConfig(
+            schema_name=feature_config_data.get('schema_name', 'generic'),
+            table_types=feature_config_data.get('table_types', ['base']),
+            feature_selection=feature_config_data.get('feature_selection', True),
+            feature_engineering=feature_config_data.get('feature_engineering', True),
+            scaling=feature_config_data.get('scaling', True),
+            encoding=feature_config_data.get('encoding', {})
+        )
+        
+        return cls(
+            name=data['name'],
+            model_type=ModelType(data['model_type']),
+            algorithm=ModelAlgorithm(data['algorithm']),
+            version=data.get('version', '1.0.0'),
+            feature_config=feature_config,
+            hyperparameters=data.get('hyperparameters', {}),
+            training_config=data.get('training_config', {}),
+            evaluation_metrics=data.get('evaluation_metrics', []),
+            bank_code=data.get('bank_code', 'generic'),
+            business_domain=data.get('business_domain', 'generic'),
+            description=data.get('description', ''),
+            created_by=data.get('created_by', 'system'),
+            tags=data.get('tags', []),
+            deployment_config=data.get('deployment_config', {})
+        )
+
+
+def create_model_config(
+    name: str,
+    model_type: str,
+    algorithm: str,
+    schema_name: str = "generic",
+    table_types: List[str] = None,
+    bank_code: str = "generic",
+    **kwargs
+) -> ModelConfig:
+    """
+    创建模型配置的便捷函数
+    
+    Args:
+        name: 模型名称
+        model_type: 模型类型 
+        algorithm: 算法名称
+        schema_name: 使用的schema名称
+        table_types: 使用的表类型列表
+        bank_code: 银行代码
+        **kwargs: 其他配置参数
+        
+    Returns:
+        ModelConfig实例
+    """
+    if table_types is None:
+        table_types = ["base"]
+    
+    feature_config = FeatureConfig(
+        schema_name=schema_name,
+        table_types=table_types
+    )
+    
+    return ModelConfig(
+        name=name,
+        model_type=ModelType(model_type),
+        algorithm=ModelAlgorithm(algorithm),
+        feature_config=feature_config,
+        bank_code=bank_code,
+        **kwargs
+    )
+
+
+# 预定义的模型配置模板
+PRESET_CONFIGS = {
+    "aum_longtail_classification": {
+        "model_type": "classification",
+        "algorithm": "random_forest",
+        "schema_name": "aum",
+        "table_types": ["behavior", "asset_avg", "asset_config", "monthly_stat"],
+        "hyperparameters": {
+            "n_estimators": 100,
+            "max_depth": 10,
+            "random_state": 42
+        },
+        "description": "AUM长尾客户分类模型"
+    },
+    
+    "customer_value_regression": {
+        "model_type": "regression", 
+        "algorithm": "gradient_boosting",
+        "schema_name": "aum",
+        "table_types": ["behavior", "asset_avg"],
+        "hyperparameters": {
+            "n_estimators": 150,
+            "learning_rate": 0.1,
+            "max_depth": 8
+        },
+        "description": "客户价值预测回归模型"
+    }
+}
+
+
+def create_preset_config(preset_name: str, **overrides) -> ModelConfig:
+    """
+    基于预设模板创建模型配置
+    
+    Args:
+        preset_name: 预设模板名称
+        **overrides: 覆盖的配置参数
+        
+    Returns:
+        ModelConfig实例
+    """
+    if preset_name not in PRESET_CONFIGS:
+        raise ValueError(f"未知的预设配置: {preset_name}")
+    
+    config = PRESET_CONFIGS[preset_name].copy()
+    config.update(overrides)
+    
+    return create_model_config(
+        name=preset_name,
+        **config
+    )