staran 0.5.0__py3-none-any.whl → 0.6.1__py3-none-any.whl

staran/__init__.py

@@ -1,261 +0,0 @@
-#!/usr/bin/env python3
-# -*- coding: utf-8 -*-
-
-"""
-Staran - 简化的Python工具库
-=========================
-
-基于Python标准库的轻量级实用工具集，提供日期处理、SQL生成等常用功能。
-
-主要特性：
-- 零依赖：仅基于Python标准库
-- 智能格式：自动记忆输入格式并保持一致性
-- 直观API：符合Python习惯的设计
-- 类型安全：完整的参数验证
-
-工具模块：
----------
-1. Date工具 - 智能日期处理
-2. SQL工具 - 数据分析SQL生成
-
-
-快速开始：
----------
-
-Date工具基本用法::
-
-    from staran import Date
-    
-    # 智能格式记忆
-    date1 = Date('202504')      # 输出: 202504 (年月格式)
-    date2 = Date('20250415')    # 输出: 20250415 (完整格式)
-    date3 = Date(2025, 4, 15)   # 输出: 2025-04-15
-    
-    # 格式保持
-    new_date = date1.add_months(2)  # 输出: 202506 (保持原格式)
-
-SQL工具基本用法::
-
-    from staran import TableSchema, FeatureGenerator, SQLManager, DatabaseType
-    
-    # 创建SQL管理器
-    sql_manager = SQLManager('my_database', DatabaseType.SPARK)
-    
-    # 定义表结构
-    schema = TableSchema('user_behavior')
-    schema.add_primary_key('user_id', 'string')
-    schema.add_date_field('date', 'date')
-    schema.add_field('amount', 'decimal', aggregatable=True)
-    schema.add_field('status', 'string')
-    schema.set_monthly_unique(True)
-    
-    # 创建特征生成器
-    generator = FeatureGenerator(schema, sql_manager)
-    
-    # 按类型生成特征表
-    table_name = generator.create_feature_table('aggregation', 2025, 7, 1)
-    print(f"生成特征表: {table_name}")
-
-特征类型控制::
-
-    from staran.sql import FeatureConfig, FeatureType
-    
-    # 配置只生成基础特征
-    config = FeatureConfig()
-    config.enable_feature(FeatureType.MOM)  # 启用环比特征
-    config.set_mom_periods([1])  # 只生成1个月环比
-    
-    generator = FeatureGenerator(schema, sql_manager, config)
-    
-    # 分别生成不同类型的特征表
-    agg_table = generator.create_feature_table('aggregation', 2025, 7, 1)
-    mom_table = generator.create_feature_table('mom', 2025, 7, 2)
-
-多种输出格式::
-
-    date = Date('202504')
-    
-    print(date)                     # 202504 (默认格式)
-    print(date.format_full())      # 2025-04-01
-    print(date.format_chinese())   # 2025年04月01日
-    print(date.format_compact())   # 20250401
-
-SQL特征生成::
-
-    # 配置特征生成
-    from staran.sql import FeatureConfig
-    
-    config = FeatureConfig()
-    config.set_aggregation_types(['sum', 'avg', 'max'])
-    config.set_mom_months([1, 3])  # 1个月、3个月环比
-    
-    generator = FeatureGenerator(schema, config)
-    generator.print_feature_summary()
-
-日期运算::
-
-    date = Date(2025, 4, 15)
-    
-    # 日期运算
-    tomorrow = date.add_days(1)     # 2025-04-16
-    next_month = date.add_months(1) # 2025-05-15
-    
-    # 日期比较
-    other = Date(2025, 4, 20)
-    diff = other.difference(date)   # 5 (天数差)
-    print(date < other)             # True
-
-创建方式::
-
-    # 多种创建方式
-    today = Date()                  # 今日
-    birthday = Date(1990, 5, 15)    # 指定日期
-    event = Date('20240615')        # 从字符串
-    deadline = Date(year=2024, month=12, day=31)  # 关键字参数
-
-格式化选项::
-
-    date = Date('202504')
-    
-    # 常用格式
-    date.format_default()           # 202504 (默认)
-    date.format_full()              # 2025-04-01 (完整)
-    date.format_year_month()        # 2025-04 (年月)
-    date.format_chinese()           # 2025年04月01日 (中文)
-    date.format_iso()               # 2025-04-01 (ISO)
-    date.format_us()                # 04/01/2025 (美式)
-    date.format_european()          # 01/04/2025 (欧式)
-
-核心功能：
----------
-Date工具：
-- Date: 智能日期类，支持格式记忆和多种输出
-- 日期运算：add_days(), add_months()
-- 格式化：多种预设格式方法
-- 比较：支持标准比较操作符
-- 转换：to_timestamp(), to_date(), to_datetime()
-- 信息：is_leap_year(), weekday(), days_in_month()
-
-SQL工具：
-- TableSchema: 表结构定义，支持字段类型和特性配置
-- FeatureGenerator: 特征生成器，支持聚合、环比、同比特征
-- SparkSQLGenerator: Spark SQL代码生成
-- 支持每人每月唯一数据的特征工程
-- 可配置的聚合类型和时间窗口
-
-版本信息：
----------
-- 版本: 1.0.0
-- 许可: MIT
-- 作者: Staran Team
-"""
-
-# 导入主要功能
-from .tools import Date
-from .features import (
-    TableSchema, FeatureGenerator, FeatureManager, FeatureTableManager, 
-    FeatureConfig, DatabaseType, FeatureType, Field, FieldType
-)
-from .engines import SparkEngine, HiveEngine, TuringEngine, BaseEngine, create_engine, create_turing_engine
-
-# Examples模块 - 业务示例
-from .examples import create_aum_example, run_aum_example
-
-# Schemas模块 - 表结构定义与文档生成
-from .schemas import SchemaDocumentGenerator
-from .schemas.aum import get_aum_schemas, export_aum_docs
-
-# 图灵平台引擎 (可选导入，避免依赖问题)
-try:
-    from .features import quick_create_and_download
-    _TURING_AVAILABLE = True
-except ImportError:
-    quick_create_and_download = None
-    _TURING_AVAILABLE = False
-
-# 向后兼容
-SQLManager = FeatureManager
-SparkSQLGenerator = SparkEngine  # 向后兼容
-
-# 主要导出
-__all__ = [
-    'Date',
-    'TableSchema', 
-    'FeatureGenerator',
-    'FeatureConfig',
-    'FeatureType',
-    'Field',
-    'FieldType',
-    'FeatureManager',
-    'FeatureTableManager',
-    'DatabaseType',
-    'BaseEngine',
-    'SparkEngine',
-    'HiveEngine',
-    'TuringEngine',
-    'create_engine',
-    'create_turing_engine',
-    # 示例模块
-    'create_aum_example',
-    'run_aum_example',
-    # 表结构模块
-    'SchemaDocumentGenerator',
-    'get_aum_schemas',
-    'export_aum_docs',
-    # 向后兼容
-    'SQLManager',
-    'SparkSQLGenerator'
-]
-
-# 如果图灵引擎可用，添加到导出列表
-if _TURING_AVAILABLE:
-    __all__.extend([
-        'quick_create_and_download'
-    ])
-
-# 包信息
-__version__ = '0.3.0'
-__author__ = 'Staran Team'
-__description__ = 'Smart feature engineering toolkit with schema management, document generation and business examples'
-__license__ = 'MIT'
-
-# 便捷函数示例
-def help_examples():
-    """
-    显示Staran使用示例
-    
-    Returns:
-        None: 打印示例到控制台
-    """
-    print("""
-Staran 使用示例
-===============
-
-1. 基本创建：
-   from staran import Date
-   
-   date1 = Date('202504')      # 202504
-   date2 = Date('20250415')    # 20250415  
-   date3 = Date(2025, 4, 15)   # 2025-04-15
-
-2. 格式保持：
-   date = Date('202504')
-   new_date = date.add_months(2)  # 202506 (保持格式)
-
-3. 多种格式：
-   date.format_full()         # 2025-04-01
-   date.format_chinese()      # 2025年04月01日
-   date.format_compact()      # 20250401
-
-4. 日期运算：
-   date.add_days(30)          # 增加30天
-   date.add_months(2)         # 增加2个月
-   date.difference(other)     # 计算天数差
-
-更多信息请查看: help(Date)
-    """)
-
-# 快捷访问帮助
-def examples():
-    """显示使用示例的快捷方法"""
-    help_examples()

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/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/models/__init__.py

@@ -1,81 +1,72 @@
 """
-Staran Models Module - v0.5.0
+staran.models v0.6.0 - 新疆工行代发长尾客户模型管理
 
-专业的机器学习模型配置和管理模块，提供：
-- 模型配置管理 (ModelConfig)
-- 目标变量定义 (TargetDefinition) 
-- 银行特定配置支持
-- SQL驱动的target生成
-- 模型部署和版本管理
+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)
 
-支持的模型类型：
-- 分类模型 (Classification)
-- 回归模型 (Regression)
-- 聚类模型 (Clustering)
-- 时间序列模型 (TimeSeries)
-
-支持的银行：
-- 工商银行 (ICBC)
-- 通用配置 (Generic)
+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, ModelType, create_model_config
-from .target import TargetDefinition, TargetType, create_target_definition
-from .registry import ModelRegistry, register_model, get_model_config, save_model_registry
-from .bank_configs import BankConfig, get_bank_config, register_bank_config
+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)
 
-# 版本信息
-__version__ = "0.5.0"
+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"
+            }
+        ]
+    }
 
-# 主要导出
 __all__ = [
-    # 模型配置
-    'ModelConfig',
-    'ModelType', 
-    'create_model_config',
+    # 核心组件
+    'ModelConfig', 'TargetDefinition', 'ModelRegistry',
     
-    # 目标定义
-    'TargetDefinition',
-    'TargetType',
-    'create_target_definition',
+    # 创建函数
+    'create_model_config', 'create_target_definition', 'register_model',
     
-    # 模型注册
-    'ModelRegistry',
-    'register_model',
-    'get_model_config',
-    'save_model_registry',
+    # 代发长尾模型
+    'create_daifa_longtail_upgrade_model', 'create_daifa_longtail_churn_model',
+    'create_both_daifa_models', 'get_available_daifa_models',
     
-    # 银行配置
-    'BankConfig',
-    'get_bank_config', 
-    'register_bank_config',
+    # 便捷函数
+    'create_xinjiang_icbc_models', 'list_available_models', 'get_model_summary',
+    'save_model_registry'
 ]
 
-# 便捷函数
-def create_icbc_model(model_name: str, model_type: str, target_sql: str, algorithm: str = "random_forest", **kwargs):
-    """创建工商银行专用模型配置的便捷函数"""
-    bank_config = get_bank_config('icbc')
-    model_config = create_model_config(
-        name=model_name,
-        model_type=model_type,
-        algorithm=algorithm,
-        bank_code="icbc",
-        **kwargs
-    )
-    
-    target_config = create_target_definition(
-        name=f"{model_name}_target",
-        target_type="sql_based",
-        sql_query=target_sql,
-        bank_code="icbc"
-    )
-    
-    return register_model(model_config, target_config)
-
-def list_available_models():
-    """列出所有可用的模型配置"""
-    return ModelRegistry.list_models()
-
-def get_model_summary(model_name: str):
-    """获取模型配置摘要"""
-    return ModelRegistry.get_model_summary(model_name)
+__version__ = "0.6.0"