任务详情
简介本项目是基于机器学习的回归和分类模型工具包开发 功能需求适配 Linux系统，完成预处理，调用不同的模型进行训练和结果的输出数据的质量检查和清洗过程应该包括去除缺失值、处理异常值和数据标准化。（这些命令有现成的脚本且都已经写好，需要在python中执行调用其他命令。）2.特征工程：对原始数据进行降维处理这些工具包括成分分析（PCA）等降维方法。（代码已写好）3.机器学习算法：工具包应支持多种机器学习算法，如sklearn中的和lightgbm包中的方法，用户应能够选择并配置适当的参数进行调参。（代码已写好）4.训练和评估：用户应能够使用训练数据集来训练模型，包括交叉验证和准确性计算，准确性为 预测值和真实值的皮尔逊相关系数。（代码已写好）整体代码已写好，想让帮忙实现命令行参数调用运行，和模块的衔接，和打包部署
