快速开始

安装依赖

在仓库根目录安装训练依赖：

pip install -r requirements.txt

依赖里包含 pandas、numpy、scikit-learn、torch、pytorch-tabnet、xgboost、lightgbm 和 catboost。如果某些可选库没装，对应模型会返回 skipped 结果，而不是让整个流程直接崩掉。

文档站点自己的依赖在 docs-site/requirements.txt。它只用于构建文档，不参与模型训练。

运行 AutoML

python main.py

这条命令会做三件事：

1. 调用 prepare_training_data() 读取并预处理 data/application_train.csv。
2. 按 config.AUTOML_MODELS 的顺序运行传统机器学习模型。
3. 打印摘要，并把结果保存到 outputs/automl_grid_search_results.json。

运行 AutoDL

python autodl/train.py

AutoDL 和 AutoML 复用同一份预处理逻辑。入口会运行 MLP、BLSTM、CNN1D、TabNet 和 Transformer，并把结果保存到：

outputs/autodl_training_results.json

Docker

构建镜像：

docker build -t automl-autodl .

运行 AutoML：

docker run --rm automl-autodl

运行 AutoDL：

docker run --rm automl-autodl python autodl/train.py

Docker 环境主要按 CUDA / CPU 处理。Apple Silicon 的 MPS 检测保留在代码里，但更适合在 macOS 宿主机原生跑 PyTorch，而不是放进标准 Linux 容器里期待它生效。

构建文档站点

cd docs-site
pip install -r requirements.txt
mkdocs serve

严格构建：

mkdocs build --strict