Estimator API

当前 1.0.0 公开的 estimator 覆盖梯度提升、单棵决策树、随机森林、ExtraTrees、CatBoost-like numeric estimator、IsolationForest 和 learning-to-rank 入口。它们都遵循 sklearn 风格协议，因此常规训练、预测、评分和参数搜索可以使用同一套方法。

公开名称包括：

• GradientBoostingRegressor
• GradientBoostingClassifier
• MPSBoostRegressor
• MPSBoostClassifier
• DecisionTreeRegressor
• DecisionTreeClassifier
• RandomForestRegressor
• RandomForestClassifier
• ExtraTreesRegressor
• ExtraTreesClassifier
• ExtraTreeRegressor
• ExtraTreeClassifier
• CatBoostRegressor
• CatBoostClassifier
• IsolationForest
• MPSIsolationForest
• LearningToRankRegressor

这些 estimator 遵循以下 sklearn 风格入口：

• fit
• predict
• predict_proba，适用于 classifier
• score
• get_params
• set_params

高级回归目标通过 loss 参数选择：

• loss="squared_error"
• loss="quantile"
• loss="poisson"
• loss="tweedie"

Classifier 额外支持概率输出。多分类默认走 native softmax 可用路径；OvR 只作为显式兼容策略或阶段性 fallback。device="auto" 会根据环境和工作负载选择 CPU 或 MPS，training summary 会记录实际后端，用户不需要猜当前运行在哪条路径上。