机器学习课程 · 选题十

TabularX
面向可解释性与可复现性的自动化表格建模工具包

不是做一个精度更高的 AutoML，而是让每次 fit() 都留下完整的、可追溯的实验记录。

01 问题引入02 Baseline：MLJAR03 TabularX 架构04 TabularX 能力05 效果示例

01 · 问题引入

AutoML 已经很成熟了——但仍然是黑箱

传统 AutoML

数据 → fit() → 模型

数据怎么处理的？不知道
模型为什么选这个？不知道
对谁有偏见？不知道

我们的目标

数据 → fit() → 完整报告文件夹

数据概况 / 划分方案
预处理流水线 / 模型排名
SHAP 解释 / 公平性审计

关键洞察：传统 AutoML 也会产生大量中间文件（JSON、CSV、图片），但它们零散分布在目录树中，没有整理成一份有逻辑的报告。我们不是从零造物，而是把这些已有产物编排成可读的文档。

02 · Baseline

MLJAR 的设计哲学

mljar-supervised 是表格 AutoML 最成熟的开源标杆之一，我们在设计 TabularX 时继承并推进了它的三条核心理念。

▤

注册表 + 能力声明

每个模型族注册时声明自己需要哪些预处理。线性模型要标准化，随机森林不要，CatBoost 连编码都不需要——框架自动匹配，不做一刀切。

↗

Profile 只报事实

数据观测与预处理决策分离。DataInfo 只管「看」数据——列类型、缺失、偏态；PreprocessingTuner 再根据数据事实与模型能力的交集做出决策。

≡

自动化的实验记录

不靠用户手动整理日志，每次运行自动写入结构化的实验记录：data_info.json、params.json、leaderboard.csv、每个模型的 framework.json。一个目录打开，全都有据可查。

03 · TabularX 架构

纯函数分层

最核心的架构决策：每个阶段是纯函数，只做计算不做 IO。测试只需要「给输入、断言输出」，不需要 mock 文件系统。

core/ — 纯函数层Profile · Split · Preprocess · ModelSearch · SHAP · Fairness
只做计算，零 IO，零副作用

schema/ — 通信协议通过 dataclass 契约通信：DataProfile → SplitResult → PreprocessedData

estimator.py — 编排 + IO 层串接各阶段 + 写 HTML + 存模型 + 保存图片

reports/ — 报告渲染Jinja2 模板，schema 数据 → HTML 字符串，模板与逻辑彻底分离

分层价值：函数式核心 + Schema 契约 + 编排封装 + 模板渲染，四层各司其职，互不干扰。

03 · TabularX 架构

Schema 通信协议与封装设计

Dataclass 契约
每个阶段产出一个 frozen dataclass，作为下一阶段的类型安全输入。MLJAR 把中间数据写 JSON 落盘；TabularX 在内存中做契约通信，最后统一渲染为报告。

异常管理
领域异常统一继承 TabularXError，用户可在调用链路上统一 catch。参数越界等底层问题直接用 ValueError，不额外包装。

封装设计
AutoEstimator 把整条流水线封装为两行代码：ae = AutoEstimator() → ae.fit(X, y)。内部自动完成 profile → split → preprocess → search → explain → fairness 的串接。

用户视角

ae = AutoEstimator(
    task="classification",
    output_dir="./output"
)
ae.fit(X, y, sensitive_features=["gender"])

04 · TabularX 能力

注册表与预处理自动路由

模型能力声明

每个 ModelSpec 声明：

任务类型（回归 / 分类）
声明式搜索空间 ParamDef
默认参数
支持的能力（scale? 编码? feature importance? predict_proba?）

注册表按 binary / multiclass / regression 三桶管理。

Profile + 自动路由

第一步：Profile 只做观测——列类型、缺失、偏态、标准化需求。与模型无关。

第二步：DataInfo ∩ ModelCapability → 预处理决策。

模型	需要 Scale	需要编码
线性 / 神经网络	是	是
随机森林 / XGBoost	否	是
CatBoost	否	否（自带）

04 · TabularX 能力

Optuna 多进程调参与全模型报告

▤

声明式搜索空间

每个模型的调参空间用 ParamDef 列表声明——参数名、类型、范围、尺度。调参器统一遍历，生成 Optuna suggest 调用。搜索空间定义与调参逻辑彻底解耦。

≡

每个模型独立报告

与 MLJAR 不同——TabularX 让所有成功跑完的模型都有自己的独立报告：

评估指标（分类 / 回归）
混淆矩阵（分类任务）
ROC 曲线（二分类）
调参轨迹图

04 · TabularX 能力

SHAP 解释与公平性审计

最优模型确定后，框架自动完成两件事，不需要用户额外调用。

SHAP 可解释性
特征重要性排序（平均 |SHAP|）、SHAP summary 图（特征贡献方向分布）、Waterfall 图（单样本分解）。Top-K 特征累计解释力占比一目了然。

公平性审计
用户只需传入 sensitive_features。框架自动按敏感特征分组，计算 Demographic Parity 和 Equalized Odds 差异，超阈值标红告警。

一行代码
ae.fit(X, y, sensitive_features=["gender"])——公平性审计不再需要手动实现。

公平性指标

指标	含义	阈值
Demographic Parity	各组正类率差异	≤ 0.1
Equalized Odds TPR	各组真正率差异	≤ 0.1
Equalized Odds FPR	各组假正率差异	≤ 0.1

04 · TabularX 能力

报告生成——协议数据到最终产出

所有阶段的数据通过 Jinja2 模板渲染为一系列 HTML 文件。每个 HTML 直接用浏览器打开就能看。

intro1-output/ ├── best_model.joblib ├── report.html # 完整合并报告 └── reports/ ├── profile.html # 数据概况 ├── split.html # 划分方案 ├── preprocess.html # 预处理流水线 ├── model_search.html # 模型搜索排名 ├── explanation.html # SHAP + 公平性 ├── assets/ # 图片 └── models/ # 每个模型的独立报告 ├── xgboost.html ├── random_forest.html └── ...

Jinja2 模板渲染
模板与逻辑彻底分离。不满足默认风格可以只改模板，不碰 Python 代码。

强制默认产出
每次 fit() 结束，报告自动生成。不是「可选」导出功能，而是框架的默认行为。

零额外工具
所有 HTML 直接用浏览器打开即可查看，不需要搭建服务或安装任何工具。

05 · 效果示例

Breast Cancer 数据集一次运行的输出

二分类 · 569 样本 · 30 特征 · 四个模型 + Voting 组合

模型排名

XGBoost 第一

验证 AUC 0.9934 · 测试 0.9911

四个模型都成功跑完。LightGBM 验证集最高但测试集略低，存在泛化差距。

SHAP 解释

特征 1: worst concave points

平均 |SHAP| = 0.90，远高于其他特征

Summary 图展示贡献方向；Waterfall 图展示单样本分解。

公平性审计

DP diff = 0.94 · EO TPR diff = 1.0

超阈值自动告警

框架自动按敏感特征分组计算，无需手动实现指标。

报告目录

13 个 HTML 文件

6 份子报告 + 6 模型报告 + 1 完整合并报告

一次 fit()，完整实验目录自动成型。

TabularX 数据概况报告 · profile.html

TabularX 数据概况报告

① 摘要

输入

569

样本数（行）

特征数（列）

c4255f37fde14b18

数据指纹

输出（结论）

判定为 binary 分类任务，共 2 个类别。

关键发现

11 列建议标准化（scale_needed）
0 列存在缺失值（has_missing）
0 列为常数列、0 列为全空列（预处理器将丢弃）
0 列为高基数文本列
22 列分布偏斜（skewed，建议 log 变换或缩尾）
0 列高基数类别（high_cardinality，建议目标编码）

② 判断流程与证据

2.1 判断流程图

flowchart TD Start([开始：接收 X, y]) --> InputCheck{输入类型检查} InputCheck -->|X 不是 DataFrame 或 y 不是 Series| InvalidInput[失败：InvalidDataError] InputCheck -->|类型正确| ShapeCheck{数据非空检查} ShapeCheck -->|X 无行/无列，或 y 无样本| EmptyData[失败：EmptyDataError] ShapeCheck -->|数据非空| AlignCheck{X/y 长度检查} AlignCheck -->|行数不一致| LengthError[失败：MismatchedLengthError] AlignCheck -->|长度一致| TaskCheck{任务类型判断} TaskCheck -->|y 全为空| EmptyTarget[失败：EmptyTargetError] TaskCheck -->|task_type 非法或无法推断| TaskError[失败：TaskTypeError] TaskCheck -->|唯一值 = 2| Binary[二分类任务] TaskCheck -->|唯一值 3~20| Multi[多分类任务] TaskCheck -->|连续值或浮点且唯一值 > 20| Reg[回归任务] Binary --> Imbalance{类别不平衡检测} Multi --> Imbalance Reg --> ColLoop[逐列分析] Imbalance -->|最小类别占比 < 10%| Imbalanced[标记 imbalanced] Imbalance -->|否则| Balanced[类别分布较均衡] Imbalanced --> ColLoop Balanced --> ColLoop ColLoop --> EmptyColCheck{是否全空列？} EmptyColCheck -->|是：非缺失值 = 0| EmptyColumn[标记 empty_column] EmptyColCheck -->|否| ConstantCheck{是否常数列？} ConstantCheck -->|是：唯一值 = 1| ConstantColumn[标记 constant_column] ConstantCheck -->|否| ColType{列类型判断} EmptyColumn --> Done([完成：输出 DataProfile]) ConstantColumn --> Done ColType -->|datetime| DateTime[日期时间列] ColType -->|boolean| Boolean[布尔列] ColType -->|整数且唯一值 ≤ 20| Cate[类别列] ColType -->|整数且唯一值 > 20 或浮点| Num[数值列] ColType -->|object/str/category| Cat{唯一值与行唯一率} Cat -->|唯一值 > 200 且 >50% 行唯一| Text[文本列] Cat -->|其他| Cate Cate --> HighCard{基数检测} HighCard -->|unique > 50| HighCardYes[标记 high_cardinality] HighCard -->|unique ≤ 50| LowCard[基数正常] HighCardYes --> Miss{缺失值检查} LowCard --> Miss Num --> Scale{scale 判据} Scale -->|均值>0.5 或 std>1.5| ScaleYes[标记 scale_needed] Scale -->|否则| ScaleNo[无需标准化] ScaleYes --> Skew{偏度检测} ScaleNo --> Skew Skew -->|偏度>1| Skewed[标记 skewed] Skew -->|否则| NoSkew[分布风险较低] Skewed --> Miss{缺失值检查} NoSkew --> Miss DateTime --> Miss Boolean --> Miss Text --> Miss Miss -->|n_missing > 0| MissYes[标记 has_missing] Miss -->|无缺失| Done MissYes --> Done classDef error fill:#f8d7da,stroke:#721c24,stroke-width:1px; classDef warning fill:#fff3cd,stroke:#856404,stroke-width:1px; class InvalidInput,EmptyData,LengthError,EmptyTarget,TaskError error; class EmptyColumn,ConstantColumn,MissYes,ScaleYes,Skewed,HighCardYes,Imbalanced warning;

↑ profile 阶段完整判断流程。后续阶段：Split → Preprocess → Model Search。

2.2 目标变量判断依据

任务类型：binary

task_type_source = user+auto — 用户手动指定分类任务；按唯一值数 2 细分为 binary

规则：唯一值 ≤2 → 二分类；3~20 → 多分类；浮点连续且唯一值 >20 → 回归

2.3 特征列判断依据（仅列特殊情况）

mean radius numeric, scale_needed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=14.1273, std=3.5210，满足判据 → scale_needed

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

mean texture numeric, scale_needed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=19.2896, std=4.2973，满足判据 → scale_needed

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

mean perimeter numeric, scale_needed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=91.9690, std=24.2776，满足判据 → scale_needed

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

mean area numeric, scale_needed, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=654.8891, std=351.6048，满足判据 → scale_needed
skewness = 1.6457 — 偏度 = 1.6457，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

mean smoothness numeric

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0964, std=0.0141，不满足判据 → 无需 scale

mean compactness numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.1043, std=0.0528，不满足判据 → 无需 scale
skewness = 1.1901 — 偏度 = 1.1901，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

mean concavity numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0888, std=0.0796，不满足判据 → 无需 scale
skewness = 1.4012 — 偏度 = 1.4012，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

mean concave points numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0489, std=0.0388，不满足判据 → 无需 scale
skewness = 1.1712 — 偏度 = 1.1712，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

mean symmetry numeric

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.1812, std=0.0274，不满足判据 → 无需 scale

mean fractal dimension numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0628, std=0.0071，不满足判据 → 无需 scale
skewness = 1.3045 — 偏度 = 1.3045，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

radius error numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.4052, std=0.2771，不满足判据 → 无需 scale
skewness = 3.0886 — 偏度 = 3.0886，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

texture error numeric, scale_needed, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=1.2169, std=0.5512，满足判据 → scale_needed
skewness = 1.6464 — 偏度 = 1.6464，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

perimeter error numeric, scale_needed, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=2.8661, std=2.0201，满足判据 → scale_needed
skewness = 3.4436 — 偏度 = 3.4436，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

area error numeric, scale_needed, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=40.3371, std=45.4510，满足判据 → scale_needed
skewness = 5.4472 — 偏度 = 5.4472，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

smoothness error numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0070, std=0.0030，不满足判据 → 无需 scale
skewness = 2.3145 — 偏度 = 2.3145，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

compactness error numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0255, std=0.0179，不满足判据 → 无需 scale
skewness = 1.9022 — 偏度 = 1.9022，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

concavity error numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0319, std=0.0302，不满足判据 → 无需 scale
skewness = 5.1105 — 偏度 = 5.1105，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

concave points error numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0118, std=0.0062，不满足判据 → 无需 scale
skewness = 1.4447 — 偏度 = 1.4447，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

symmetry error numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0205, std=0.0083，不满足判据 → 无需 scale
skewness = 2.1951 — 偏度 = 2.1951，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

fractal dimension error numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0038, std=0.0026，不满足判据 → 无需 scale
skewness = 3.924 — 偏度 = 3.9240，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

worst radius numeric, scale_needed, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=16.2692, std=4.8290，满足判据 → scale_needed
skewness = 1.1031 — 偏度 = 1.1031，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

worst texture numeric, scale_needed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=25.6772, std=6.1409，满足判据 → scale_needed

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

worst perimeter numeric, scale_needed, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=107.2612, std=33.5730，满足判据 → scale_needed
skewness = 1.1282 — 偏度 = 1.1282，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

worst area numeric, scale_needed, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=880.5831, std=568.8565，满足判据 → scale_needed
skewness = 1.8594 — 偏度 = 1.8594，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

worst smoothness numeric

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.1324, std=0.0228，不满足判据 → 无需 scale

worst compactness numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.2543, std=0.1572，不满足判据 → 无需 scale
skewness = 1.4736 — 偏度 = 1.4736，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

worst concavity numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.2722, std=0.2084，不满足判据 → 无需 scale
skewness = 1.1502 — 偏度 = 1.1502，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

worst concave points numeric

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.1146, std=0.0657，不满足判据 → 无需 scale

worst symmetry numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.2901, std=0.0618，不满足判据 → 无需 scale
skewness = 1.4339 — 偏度 = 1.4339，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

worst fractal dimension numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0839, std=0.0180，不满足判据 → 无需 scale
skewness = 1.6626 — 偏度 = 1.6626，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

③ 详细描述性统计

目标变量

任务类型	binary
类别数	2
类别分布	1: 62.7% 0: 37.3%
缺失率	0.00%

特征列

列名	类型	dtype	缺失率	唯一值	标签	均值	标准差
mean radius	numeric	float64	0.00%	456	numeric scale_needed	14.1273	3.5210
mean texture	numeric	float64	0.00%	479	numeric scale_needed	19.2896	4.2973
mean perimeter	numeric	float64	0.00%	522	numeric scale_needed	91.9690	24.2776
mean area	numeric	float64	0.00%	539	numeric scale_needed skewed	654.8891	351.6048
mean smoothness	numeric	float64	0.00%	474	numeric	0.0964	0.0141
mean compactness	numeric	float64	0.00%	537	numeric skewed	0.1043	0.0528
mean concavity	numeric	float64	0.00%	537	numeric skewed	0.0888	0.0796
mean concave points	numeric	float64	0.00%	542	numeric skewed	0.0489	0.0388
mean symmetry	numeric	float64	0.00%	432	numeric	0.1812	0.0274
mean fractal dimension	numeric	float64	0.00%	499	numeric skewed	0.0628	0.0071
radius error	numeric	float64	0.00%	540	numeric skewed	0.4052	0.2771
texture error	numeric	float64	0.00%	519	numeric scale_needed skewed	1.2169	0.5512
perimeter error	numeric	float64	0.00%	533	numeric scale_needed skewed	2.8661	2.0201
area error	numeric	float64	0.00%	528	numeric scale_needed skewed	40.3371	45.4510
smoothness error	numeric	float64	0.00%	547	numeric skewed	0.0070	0.0030
compactness error	numeric	float64	0.00%	541	numeric skewed	0.0255	0.0179
concavity error	numeric	float64	0.00%	533	numeric skewed	0.0319	0.0302
concave points error	numeric	float64	0.00%	507	numeric skewed	0.0118	0.0062
symmetry error	numeric	float64	0.00%	498	numeric skewed	0.0205	0.0083
fractal dimension error	numeric	float64	0.00%	545	numeric skewed	0.0038	0.0026
worst radius	numeric	float64	0.00%	457	numeric scale_needed skewed	16.2692	4.8290
worst texture	numeric	float64	0.00%	511	numeric scale_needed	25.6772	6.1409
worst perimeter	numeric	float64	0.00%	514	numeric scale_needed skewed	107.2612	33.5730
worst area	numeric	float64	0.00%	544	numeric scale_needed skewed	880.5831	568.8565
worst smoothness	numeric	float64	0.00%	411	numeric	0.1324	0.0228
worst compactness	numeric	float64	0.00%	529	numeric skewed	0.2543	0.1572
worst concavity	numeric	float64	0.00%	539	numeric skewed	0.2722	0.2084
worst concave points	numeric	float64	0.00%	492	numeric	0.1146	0.0657
worst symmetry	numeric	float64	0.00%	500	numeric skewed	0.2901	0.0618
worst fractal dimension	numeric	float64	0.00%	535	numeric skewed	0.0839	0.0180
radius_group	categorical	category	0.00%	3	categorical	—	—

TabularX 数据划分报告 · split.html

TabularX 数据划分报告

① 摘要

输入

569

原始样本数

0.2

test_size 参数

0.25

validation_size 参数

输出

341

训练集 (59.9%)

114

验证集 (20.0%)

114

测试集 (20.0%)

关键结论

任务为 分类任务，使用了 分层采样（stratified split），保证训练/验证/测试集各类别分布与原数据一致。随机种子：42。

② 判断流程与证据

2.1 判断流程图

flowchart TD Start([开始：接收 X, y, profile, config]) --> TaskCheck{任务类型判断} TaskCheck -->|binary / multiclass| Stratify[使用分层采样 stratify=y] TaskCheck -->|regression| Random[使用纯随机采样] Stratify --> Phase1[阶段 1：分出测试集] Random --> Phase1 Phase1 -->|stratify 失败（类别样本不足）| StratifyFail1[失败：StratifyError] Phase1 -->|成功| Phase2[阶段 2：从剩余部分分验证集] Phase2 -->|stratify 失败| StratifyFail2[失败：StratifyError] Phase2 -->|成功| SizeCheck{子集样本数检查} SizeCheck -->|任一子集 < min_samples_split| SizeFail[失败：InvalidSplitError] SizeCheck -->|全部达标| DistCheck{类别分布对比} DistCheck -->|max_shift < 0.05| Good[分布一致 ✅] DistCheck -->|max_shift ≥ 0.05| Warn[分布差异较大 ⚠️ 记录警告] Good --> Done([完成：输出 SplitResult]) Warn --> Done classDef error fill:#f8d7da,stroke:#721c24,stroke-width:1px; classDef warning fill:#fff3cd,stroke:#856404,stroke-width:1px; class StratifyFail1,StratifyFail2,SizeFail error; class Warn warning;

↑ split 阶段完整判断流程。

2.2 判断依据

stratify_reason = binary — 目标任务类型为 binary，使用分层采样保证各集类别分布一致。

random_seed = 42 — 随机种子 = 42，保证划分可复现。

train_ratio = 0.5993 — 训练集 341 样本，占 59.93%

valid_ratio = 0.2004 — 验证集 114 样本，占 20.04%

test_ratio = 0.2004 — 测试集 114 样本，占 20.04%

stratify_quality = 0.0088 — 三集间最大类别比例差异 = 0.0088（差异较小，分布一致 ✅）

TabularX 数据预处理报告 · preprocess.html

TabularX 数据预处理报告

① 摘要

输入 / 输出

输入特征数

输出特征数

丢弃列数

341

训练集样本数

114

验证集样本数

114

测试集样本数

关键结论

没有列被丢弃。
特征数量从 31 变为 33 （增加了 2 列）。

② 判断流程

flowchart TD Start([开始：接收 X, y, profile, split_result, config]) --> Slice[阶段 1：切片数据] Slice -->|提取 train/valid/test 索引| ColLoop[阶段 2：逐列处理] ColLoop --> EmptyCol{常数列或全空列？} EmptyCol -->|是| Drop[丢弃此列] EmptyCol -->|否| TextCol{文本列？} TextCol -->|是，handle_text=drop| Drop TextCol -->|是，handle_text=keep| TextError[报错：暂不支持 NLP] TextCol -->|否| DtCol{日期列？} DtCol -->|handle_datetime=drop| Drop DtCol -->|handle_datetime=keep| Keep[原样保留] DtCol -->|handle_datetime=extract| DtExtract[提取年/月/日数值特征] Drop --> NextCol TextError --> NextCol Keep --> NextCol DtExtract --> NextCol DtCol -->|否| NumCol{数值列？} NumCol -->|是| NumImpute[填补缺失值] NumImpute --> ScaleQuery{需要标准化？} ScaleQuery -->|是| SkewQuery1{分布偏斜？} ScaleQuery -->|否| SkewQuery2{分布偏斜？} SkewQuery1 -->|是| YeoJohnson[Yeo-Johnson 变换
兼作标准化] SkewQuery1 -->|否| Scale[标准化] SkewQuery2 -->|是| YeoJohnson2[Yeo-Johnson 变换] SkewQuery2 -->|否| NoOp[无需处理] YeoJohnson --> NextCol Scale --> NextCol YeoJohnson2 --> NextCol NoOp --> NextCol NumCol -->|否| BoolCol{布尔列？} BoolCol -->|是| BoolProc["填补缺失转 int(0/1)"] BoolProc --> NextCol BoolCol -->|否| CateCol{类别列？} CateCol -->|是| CateImpute[填补缺失值] CateImpute --> HighCard{高基数？} HighCard -->|unique > max_onehot_categories| HighEnc{高基数编码} HighEnc -->|target| TargetEncode[目标编码] HighEnc -->|frequency| FreqEncode[频率编码] HighCard -->|否| LowEnc{低基数编码} LowEnc -->|onehot| OneHot[OneHot 编码] LowEnc -->|label| LabelEncode[标签编码] TargetEncode --> NextCol FreqEncode --> NextCol OneHot --> NextCol LabelEncode --> NextCol CateCol -->|否| Unknown[未知类型原样保留] Unknown --> NextCol NextCol{还有下一列？} NextCol -->|是| ColLoop NextCol -->|否| Done([完成：输出 PreprocessedData]) classDef error fill:#f8d7da,stroke:#721c24,stroke-width:1px; classDef decision fill:#fff3cd,stroke:#856404,stroke-width:1px; class Drop,TextError error; class EmptyCol,TextCol,DtCol,NumCol,BoolCol,CateCol,ScaleQuery,SkewQuery1,SkewQuery2,HighCard,HighEnc,LowEnc decision;

↑ preprocess 阶段决策流程。灰色背景节点为决策分支，红色为错误出口。

③ 逐列变换记录

总计 31 列 · 标准化 11 列 · 填补 0 列 · 编码 0 列 · 丢弃 0 列

列名	原始 dtype	原始唯一值	变换动作	输出特征数
mean radius	`float64`	456	standard_scale	1
mean texture	`float64`	479	standard_scale	1
mean perimeter	`float64`	522	standard_scale	1
mean area	`float64`	539	yeo-johnson+scale	1
mean smoothness	`float64`	474	保留	1
mean compactness	`float64`	537	yeo-johnson	1
mean concavity	`float64`	537	yeo-johnson	1
mean concave points	`float64`	542	yeo-johnson	1
mean symmetry	`float64`	432	保留	1
mean fractal dimension	`float64`	499	yeo-johnson	1
radius error	`float64`	540	yeo-johnson	1
texture error	`float64`	519	yeo-johnson+scale	1
perimeter error	`float64`	533	yeo-johnson+scale	1
area error	`float64`	528	yeo-johnson+scale	1
smoothness error	`float64`	547	yeo-johnson	1
compactness error	`float64`	541	yeo-johnson	1
concavity error	`float64`	533	yeo-johnson	1
concave points error	`float64`	507	yeo-johnson	1
symmetry error	`float64`	498	yeo-johnson	1
fractal dimension error	`float64`	545	yeo-johnson	1
worst radius	`float64`	457	yeo-johnson+scale	1
worst texture	`float64`	511	standard_scale	1
worst perimeter	`float64`	514	yeo-johnson+scale	1
worst area	`float64`	544	yeo-johnson+scale	1
worst smoothness	`float64`	411	保留	1
worst compactness	`float64`	529	yeo-johnson	1
worst concavity	`float64`	539	yeo-johnson	1
worst concave points	`float64`	492	保留	1
worst symmetry	`float64`	500	yeo-johnson	1
worst fractal dimension	`float64`	535	yeo-johnson	1
radius_group	`category`	3	onehot(3)	3

④ 列映射关系

仅展示有变化的列（被丢弃、展开、重命名或提取）。未列出的列原样保留。

原始列名	变换后列名	输出特征数	状态
radius_group	radius_group_large radius_group_medium radius_group_small	3	展开

④ 数据概况

输出特征名

mean radius mean texture mean perimeter mean area mean smoothness mean compactness mean concavity mean concave points mean symmetry mean fractal dimension radius error texture error perimeter error area error smoothness error compactness error concavity error concave points error symmetry error fractal dimension error worst radius worst texture worst perimeter worst area worst smoothness worst compactness worst concavity worst concave points worst symmetry worst fractal dimension radius_group_large radius_group_medium radius_group_small

训练集描述性统计

列名	均值	标准差	最小值	最大值
mean radius	0.0000	1.0015	-1.9882	3.9711
mean texture	0.0000	1.0015	-2.0949	4.4438
mean perimeter	0.0000	1.0015	-1.9434	3.9624
mean area	0.0000	1.0015	-3.2571	2.6745
mean smoothness	0.0966	0.0135	0.0625	0.1425
mean compactness	-0.0000	1.0015	-2.4231	2.4261
mean concavity	0.0000	1.0015	-1.6039	2.0715
mean concave points	-0.0000	1.0015	-1.8194	2.0503
mean symmetry	0.1811	0.0281	0.1167	0.3040
mean fractal dimension	-0.0000	1.0015	-2.7083	2.5781
radius error	0.0000	1.0015	-2.1487	2.2590
texture error	-0.0000	1.0015	-2.4298	3.2078
perimeter error	0.0000	1.0015	-2.3460	2.5050
area error	0.0000	1.0015	-2.7590	2.4684
smoothness error	-0.0000	1.0015	-3.4730	2.5279
compactness error	-0.0000	1.0015	-2.2551	2.2689
concavity error	0.0000	1.0015	-1.9491	2.5693
concave points error	-0.0000	1.0015	-2.7892	3.1021
symmetry error	-0.0000	1.0015	-2.2717	2.3510
fractal dimension error	-0.0000	1.0015	-2.2305	2.4126
worst radius	0.0000	1.0015	-2.9872	2.2546
worst texture	-0.0000	1.0015	-2.0753	3.7012
worst perimeter	0.0000	1.0015	-2.9755	2.2817
worst area	-0.0000	1.0015	-3.0560	2.3016
worst smoothness	0.1326	0.0227	0.0712	0.2184
worst compactness	-0.0000	1.0015	-2.3134	2.4057
worst concavity	0.0000	1.0015	-1.7770	2.4025
worst concave points	0.1153	0.0681	0.0000	0.2910
worst symmetry	0.0000	1.0015	-3.0698	3.1460
worst fractal dimension	-0.0000	1.0015	-2.5804	2.6530
radius_group_large	0.0411	0.1987	0.0000	1.0000
radius_group_medium	0.3607	0.4809	0.0000	1.0000
radius_group_small	0.5982	0.4910	0.0000	1.0000

TabularX 模型搜索报告 · model_search.html

TabularX 模型搜索报告

① 摘要

输入

尝试模型数

成功

失败

配置

任务类型	binary
主指标	roc_auc
优化方向	maximize

Voting 组合模型
包含模型：Voting 组合：xgboost, random_forest, catboost, lightgbm
验证集 roc_auc = 0.9931
测试集 roc_auc = 0.9927
查看详细报告

② 整体流程图

flowchart TB Input([配置 + 预处理后数据]) --> Parse[解析配置
确定模型列表] subgraph Tuning[并行调参] M1["模型 1
Optuna x n_trials"] M2["模型 2
Optuna x n_trials"] M3["..."] end Parse --> Tuning M1 & M2 & M3 --> Retrain["最佳参数重训
(train+valid → test 评估)"] Retrain --> Rank[按 test 主指标排序] Rank --> Best[最优单模型] Rank --> Vote["构建 Voting 组合
(Top-K)"] Vote --> VoteEval[评估 Voting
valid + test] Best --> Output[输出 ModelSearchResult] VoteEval --> Output Output --> Report[生成 HTML 报告]

模型搜索阶段完整流程。核心：并行调参 → 最佳参数重训 → 排序选出最优 → Voting 组合。

③ 最优模型：xgboost

xgboost
验证集 roc_auc = 0.9934
测试集 roc_auc = 0.9911
查看详细报告

3.1 三集表现

数据集	accuracy	balanced_accuracy	f1	f1_macro	roc_auc	precision	recall
训练集	0.9941	0.9921	0.9953	0.9937	0.9994	0.9907	1.0000
验证集	0.9561	0.9556	0.9645	0.9535	0.9934	0.9714	0.9577
测试集	0.9474	0.9435	0.9583	0.9435	0.9911	0.9583	0.9583

3.2 最佳参数

n_estimators

max_depth

learning_rate

0.23422279408901667

subsample

0.9981004633634755

colsample_bytree

0.7343526094439211

min_child_weight

gamma

1.237120888013009

reg_alpha

0.0033983250817722866

reg_lambda

0.008036141722925796

3.3 分类评估图

混淆矩阵（测试集）

ROC 曲线（测试集）

④ 模型排名

4.1 主指标对比（roc_auc）

lightgbm

0.9977

xgboost

0.9934 (最优)

random_forest

0.9889

catboost

0.9961

4.2 详细排名表

排名	模型	状态	roc_auc（训练集）	roc_auc（验证集）	roc_auc（测试集）	调参耗时	操作
1	xgboost 最优	success	0.9994	0.9934	0.9911	5.9s	详情
2	random_forest	success	0.9967	0.9889	0.9911	14.7s	详情
3	catboost	success	1.0000	0.9961	0.9907	88.0s	详情
4	lightgbm	success	1.0000	0.9977	0.9881	4.4s	详情
—	Voting 组合	success	—	0.9931	0.9927	—	详情

⑥ 可解释性与公平性

SHAP 可解释性分析 — 对最优模型 xgboost 的决策逻辑进行了可视化解构。
已生成特征重要性排序、SHAP Summary 图和单样本解释。
查看完整可解释性报告 →

TabularX 可解释性与公平性报告 · explanation.html

TabularX 可解释性与公平性报告

① 摘要

输入

xgboost

最优模型

114

解释样本数

特征数

87.1%

Top-10 累计解释力

敏感特征数

结论

对最优模型 xgboost 执行了 SHAP 可解释性分析，并对 1 个敏感特征执行了公平性评估。

② 整体流程图

flowchart TB Input([模型搜索结果]) --> SHAPBlock[SHAP 可解释性
对最优模型] SHAPBlock --> Importance[特征重要性排序
Top-10] SHAPBlock --> Viz[SHAP 可视化
beeswarm / 柱状图 / waterfall] SHAPBlock --> Direction[特征贡献方向分析] Input --> FairnessBlock[公平性评估
对每个敏感特征] FairnessBlock --> Resolve[查找 column_mappings
解析预处理后列名] Resolve --> Dropped{已被丢弃？} Dropped -->|是| Skip[跳过并提示] Dropped -->|否| Split[按子组拆分测试集] Split --> GroupMetrics[计算各子组指标
正类预测率 / 准确率 / TPR / FPR] GroupMetrics --> Diff[计算公平性差异
Demographic Parity
Equalized Odds TPR/FPR] Diff --> Threshold{超出阈值 0.1？} Threshold -->|是| Warn[标记潜在偏见] Threshold -->|否| Pass[公平性通过] SHAPBlock & FairnessBlock --> Report[生成可解释性与公平性报告]

可解释性与公平性报告完整流程。SHAP 解释在最优模型上自动执行；公平性评估在用户指定敏感特征后执行。

③ SHAP 可解释性分析

1.1 基本信息

xgboost

最优模型

114

解释样本数

特征数

87.1%

Top-10 累计解释力

模型决策依据
最优模型 xgboost 在 114 个测试样本上进行了 SHAP 解释。前 10 个特征累计解释了约 87.1% 的模型决策，说明模型决策主要受少数关键特征驱动。

1.2 特征重要性（Top-10）

排名	特征	平均 \|SHAP\|	解释力占比	均值	标准差	最小值	最大值
1	worst concave points	0.9008	14.6%	0.0849	0.9916	-2.1791	1.1075
2	worst radius	0.7442	12.0%	0.0282	0.8024	-2.0766	0.7417
3	worst perimeter	0.7440	12.0%	0.0787	0.7863	-1.2415	1.0073
4	worst texture	0.6683	10.8%	0.0164	0.7612	-1.1125	1.9466
5	area error	0.5802	9.4%	0.0349	0.6237	-1.4137	0.7279
6	mean smoothness	0.4599	7.4%	-0.0918	0.4703	-0.7463	0.8527
7	worst concavity	0.3725	6.0%	0.0463	0.3869	-0.4768	0.6348
8	worst area	0.3482	5.6%	0.0418	0.3914	-0.5360	0.7712
9	mean concave points	0.3276	5.3%	0.0379	0.3304	-0.5368	0.4520
10	mean texture	0.2372	3.8%	0.0176	0.2951	-0.7406	0.5986

1.3 SHAP 可视化

SHAP Summary（beeswarm）— 每个点代表一个样本的 SHAP 值

特征重要性排序（平均 |SHAP| 值）

单个样本的 SHAP Waterfall 解释

1.4 特征贡献方向摘要

下表列出 Top-5 特征对预测的总体影响方向。均值 > 0 表示该特征值越高越推动预测向正类（或更高预测值），均值 < 0 表示该特征值越高越推动预测向负类（或更低预测值）。

特征	平均 SHAP 值	主导方向	影响描述
worst concave points	0.0849	正向	值越大 → 正类概率越高
worst radius	0.0282	正向	值越大 → 正类概率越高
worst perimeter	0.0787	正向	值越大 → 正类概率越高
worst texture	0.0164	正向	值越大 → 正类概率越高
area error	0.0349	正向	值越大 → 正类概率越高

④ 公平性评估

4.1 配置

敏感特征	radius_group
评估指标	Demographic Parity, Equalized Odds (TPR / FPR)
差异阈值	由 FairnessConfig.dp_threshold / eo_tpr_threshold / eo_fpr_threshold 配置

4.2 敏感特征：radius_group

各子组指标

子组	样本数	正类预测率	准确率	TPR（真正率）	FPR（假正率）
radius_group_medium	44	22.73%	90.91%	75.00%	3.12%
radius_group_small	66	93.94%	96.97%	100.00%	33.33%
radius_group_large	4	0.00%	100.00%	0.00%	0.00%

公平性差异

指标	差异值	是否超阈值	说明
Demographic Parity	0.9394	是	各子组正类预测率的最大差异
Equalized Odds (TPR)	1.0000	是	各子组真正率的最大差异
Equalized Odds (FPR)	0.3333	是	各子组假正率的最大差异

潜在偏见检测
模型在特征 radius_group 上存在超过阈值的公平性差异，建议进一步审查模型对该特征的依赖情况。

总结

TabularX 把 AutoML 变成一个可追溯的过程

传统 AutoML 产出零散的中间文件，TabularX 把它们编排为完整的、可读的实验报告。

继承 MLJAR 的注册表 + 能力声明 + Profile 只报事实的核心理念。

纯函数分层 + Schema 契约使核心逻辑与 IO 解耦，各阶段独立可测。

SHAP 解释与公平性审计成为每次运行的默认产物，不是可选的附加功能。

TabularX 数据概况报告 · profile.html

TabularX 数据概况报告

① 摘要

输入

569

样本数（行）

特征数（列）

c4255f37fde14b18

数据指纹

输出（结论）

判定为 binary 分类任务，共 2 个类别。

关键发现

11 列建议标准化（scale_needed）
0 列存在缺失值（has_missing）
0 列为常数列、0 列为全空列（预处理器将丢弃）
0 列为高基数文本列
22 列分布偏斜（skewed，建议 log 变换或缩尾）
0 列高基数类别（high_cardinality，建议目标编码）

② 判断流程与证据

2.1 判断流程图

↑ profile 阶段完整判断流程。后续阶段：Split → Preprocess → Model Search。

2.2 目标变量判断依据

任务类型：binary

task_type_source = user+auto — 用户手动指定分类任务；按唯一值数 2 细分为 binary

规则：唯一值 ≤2 → 二分类；3~20 → 多分类；浮点连续且唯一值 >20 → 回归

2.3 特征列判断依据（仅列特殊情况）

mean radius numeric, scale_needed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=14.1273, std=3.5210，满足判据 → scale_needed

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

mean texture numeric, scale_needed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=19.2896, std=4.2973，满足判据 → scale_needed

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

mean perimeter numeric, scale_needed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=91.9690, std=24.2776，满足判据 → scale_needed

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

mean area numeric, scale_needed, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=654.8891, std=351.6048，满足判据 → scale_needed
skewness = 1.6457 — 偏度 = 1.6457，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

mean smoothness numeric

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0964, std=0.0141，不满足判据 → 无需 scale

mean compactness numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.1043, std=0.0528，不满足判据 → 无需 scale
skewness = 1.1901 — 偏度 = 1.1901，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

mean concavity numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0888, std=0.0796，不满足判据 → 无需 scale
skewness = 1.4012 — 偏度 = 1.4012，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

mean concave points numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0489, std=0.0388，不满足判据 → 无需 scale
skewness = 1.1712 — 偏度 = 1.1712，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

mean symmetry numeric

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.1812, std=0.0274，不满足判据 → 无需 scale

mean fractal dimension numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0628, std=0.0071，不满足判据 → 无需 scale
skewness = 1.3045 — 偏度 = 1.3045，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

radius error numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.4052, std=0.2771，不满足判据 → 无需 scale
skewness = 3.0886 — 偏度 = 3.0886，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

texture error numeric, scale_needed, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=1.2169, std=0.5512，满足判据 → scale_needed
skewness = 1.6464 — 偏度 = 1.6464，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

perimeter error numeric, scale_needed, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=2.8661, std=2.0201，满足判据 → scale_needed
skewness = 3.4436 — 偏度 = 3.4436，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

area error numeric, scale_needed, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=40.3371, std=45.4510，满足判据 → scale_needed
skewness = 5.4472 — 偏度 = 5.4472，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

smoothness error numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0070, std=0.0030，不满足判据 → 无需 scale
skewness = 2.3145 — 偏度 = 2.3145，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

compactness error numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0255, std=0.0179，不满足判据 → 无需 scale
skewness = 1.9022 — 偏度 = 1.9022，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

concavity error numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0319, std=0.0302，不满足判据 → 无需 scale
skewness = 5.1105 — 偏度 = 5.1105，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

concave points error numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0118, std=0.0062，不满足判据 → 无需 scale
skewness = 1.4447 — 偏度 = 1.4447，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

symmetry error numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0205, std=0.0083，不满足判据 → 无需 scale
skewness = 2.1951 — 偏度 = 2.1951，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

fractal dimension error numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0038, std=0.0026，不满足判据 → 无需 scale
skewness = 3.924 — 偏度 = 3.9240，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

worst radius numeric, scale_needed, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=16.2692, std=4.8290，满足判据 → scale_needed
skewness = 1.1031 — 偏度 = 1.1031，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

worst texture numeric, scale_needed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=25.6772, std=6.1409，满足判据 → scale_needed

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

worst perimeter numeric, scale_needed, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=107.2612, std=33.5730，满足判据 → scale_needed
skewness = 1.1282 — 偏度 = 1.1282，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

worst area numeric, scale_needed, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=880.5831, std=568.8565，满足判据 → scale_needed
skewness = 1.8594 — 偏度 = 1.8594，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|mean| > 0.5 或 std > 1.5 → 建议标准化

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

worst smoothness numeric

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.1324, std=0.0228，不满足判据 → 无需 scale

worst compactness numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.2543, std=0.1572，不满足判据 → 无需 scale
skewness = 1.4736 — 偏度 = 1.4736，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

worst concavity numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.2722, std=0.2084，不满足判据 → 无需 scale
skewness = 1.1502 — 偏度 = 1.1502，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

worst concave points numeric

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.1146, std=0.0657，不满足判据 → 无需 scale

worst symmetry numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.2901, std=0.0618，不满足判据 → 无需 scale
skewness = 1.4339 — 偏度 = 1.4339，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

worst fractal dimension numeric, skewed

col_type = numeric — 列类型判定为 numeric
scale_rule = |mean|>0.5 or std>1.5 — |mean|=0.0839, std=0.0180，不满足判据 → 无需 scale
skewness = 1.6626 — 偏度 = 1.6626，|skew| > 1.0，分布偏斜明显，建议评估 log 变换或缩尾处理

规则：|skew| > 1 → 分布偏斜，建议评估 log 变换或缩尾处理

③ 详细描述性统计

目标变量

任务类型	binary
类别数	2
类别分布	1: 62.7% 0: 37.3%
缺失率	0.00%

特征列

列名	类型	dtype	缺失率	唯一值	标签	均值	标准差
mean radius	numeric	float64	0.00%	456	numeric scale_needed	14.1273	3.5210
mean texture	numeric	float64	0.00%	479	numeric scale_needed	19.2896	4.2973
mean perimeter	numeric	float64	0.00%	522	numeric scale_needed	91.9690	24.2776
mean area	numeric	float64	0.00%	539	numeric scale_needed skewed	654.8891	351.6048
mean smoothness	numeric	float64	0.00%	474	numeric	0.0964	0.0141
mean compactness	numeric	float64	0.00%	537	numeric skewed	0.1043	0.0528
mean concavity	numeric	float64	0.00%	537	numeric skewed	0.0888	0.0796
mean concave points	numeric	float64	0.00%	542	numeric skewed	0.0489	0.0388
mean symmetry	numeric	float64	0.00%	432	numeric	0.1812	0.0274
mean fractal dimension	numeric	float64	0.00%	499	numeric skewed	0.0628	0.0071
radius error	numeric	float64	0.00%	540	numeric skewed	0.4052	0.2771
texture error	numeric	float64	0.00%	519	numeric scale_needed skewed	1.2169	0.5512
perimeter error	numeric	float64	0.00%	533	numeric scale_needed skewed	2.8661	2.0201
area error	numeric	float64	0.00%	528	numeric scale_needed skewed	40.3371	45.4510
smoothness error	numeric	float64	0.00%	547	numeric skewed	0.0070	0.0030
compactness error	numeric	float64	0.00%	541	numeric skewed	0.0255	0.0179
concavity error	numeric	float64	0.00%	533	numeric skewed	0.0319	0.0302
concave points error	numeric	float64	0.00%	507	numeric skewed	0.0118	0.0062
symmetry error	numeric	float64	0.00%	498	numeric skewed	0.0205	0.0083
fractal dimension error	numeric	float64	0.00%	545	numeric skewed	0.0038	0.0026
worst radius	numeric	float64	0.00%	457	numeric scale_needed skewed	16.2692	4.8290
worst texture	numeric	float64	0.00%	511	numeric scale_needed	25.6772	6.1409
worst perimeter	numeric	float64	0.00%	514	numeric scale_needed skewed	107.2612	33.5730
worst area	numeric	float64	0.00%	544	numeric scale_needed skewed	880.5831	568.8565
worst smoothness	numeric	float64	0.00%	411	numeric	0.1324	0.0228
worst compactness	numeric	float64	0.00%	529	numeric skewed	0.2543	0.1572
worst concavity	numeric	float64	0.00%	539	numeric skewed	0.2722	0.2084
worst concave points	numeric	float64	0.00%	492	numeric	0.1146	0.0657
worst symmetry	numeric	float64	0.00%	500	numeric skewed	0.2901	0.0618
worst fractal dimension	numeric	float64	0.00%	535	numeric skewed	0.0839	0.0180
radius_group	categorical	category	0.00%	3	categorical	—	—

TabularX 数据划分报告 · split.html

TabularX 数据划分报告

① 摘要

输入

569

原始样本数

0.2

test_size 参数

0.25

validation_size 参数

输出

341

训练集 (59.9%)

114

验证集 (20.0%)

114

测试集 (20.0%)

关键结论

任务为 分类任务，使用了 分层采样（stratified split），保证训练/验证/测试集各类别分布与原数据一致。随机种子：42。

② 判断流程与证据

2.1 判断流程图

↑ split 阶段完整判断流程。

2.2 判断依据

stratify_reason = binary — 目标任务类型为 binary，使用分层采样保证各集类别分布一致。

random_seed = 42 — 随机种子 = 42，保证划分可复现。

train_ratio = 0.5993 — 训练集 341 样本，占 59.93%

valid_ratio = 0.2004 — 验证集 114 样本，占 20.04%

test_ratio = 0.2004 — 测试集 114 样本，占 20.04%

stratify_quality = 0.0088 — 三集间最大类别比例差异 = 0.0088（差异较小，分布一致 ✅）

TabularX 数据预处理报告 · preprocess.html

TabularX 数据预处理报告

① 摘要

输入 / 输出

输入特征数

输出特征数

丢弃列数

341

训练集样本数

114

验证集样本数

114

测试集样本数

关键结论

没有列被丢弃。
特征数量从 31 变为 33 （增加了 2 列）。

② 判断流程

↑ preprocess 阶段决策流程。灰色背景节点为决策分支，红色为错误出口。

③ 逐列变换记录

总计 31 列 · 标准化 11 列 · 填补 0 列 · 编码 0 列 · 丢弃 0 列

列名	原始 dtype	原始唯一值	变换动作	输出特征数
mean radius	`float64`	456	standard_scale	1
mean texture	`float64`	479	standard_scale	1
mean perimeter	`float64`	522	standard_scale	1
mean area	`float64`	539	yeo-johnson+scale	1
mean smoothness	`float64`	474	保留	1
mean compactness	`float64`	537	yeo-johnson	1
mean concavity	`float64`	537	yeo-johnson	1
mean concave points	`float64`	542	yeo-johnson	1
mean symmetry	`float64`	432	保留	1
mean fractal dimension	`float64`	499	yeo-johnson	1
radius error	`float64`	540	yeo-johnson	1
texture error	`float64`	519	yeo-johnson+scale	1
perimeter error	`float64`	533	yeo-johnson+scale	1
area error	`float64`	528	yeo-johnson+scale	1
smoothness error	`float64`	547	yeo-johnson	1
compactness error	`float64`	541	yeo-johnson	1
concavity error	`float64`	533	yeo-johnson	1
concave points error	`float64`	507	yeo-johnson	1
symmetry error	`float64`	498	yeo-johnson	1
fractal dimension error	`float64`	545	yeo-johnson	1
worst radius	`float64`	457	yeo-johnson+scale	1
worst texture	`float64`	511	standard_scale	1
worst perimeter	`float64`	514	yeo-johnson+scale	1
worst area	`float64`	544	yeo-johnson+scale	1
worst smoothness	`float64`	411	保留	1
worst compactness	`float64`	529	yeo-johnson	1
worst concavity	`float64`	539	yeo-johnson	1
worst concave points	`float64`	492	保留	1
worst symmetry	`float64`	500	yeo-johnson	1
worst fractal dimension	`float64`	535	yeo-johnson	1
radius_group	`category`	3	onehot(3)	3

④ 列映射关系

仅展示有变化的列（被丢弃、展开、重命名或提取）。未列出的列原样保留。

原始列名	变换后列名	输出特征数	状态
radius_group	radius_group_large radius_group_medium radius_group_small	3	展开

④ 数据概况

输出特征名

训练集描述性统计

列名	均值	标准差	最小值	最大值
mean radius	0.0000	1.0015	-1.9882	3.9711
mean texture	0.0000	1.0015	-2.0949	4.4438
mean perimeter	0.0000	1.0015	-1.9434	3.9624
mean area	0.0000	1.0015	-3.2571	2.6745
mean smoothness	0.0966	0.0135	0.0625	0.1425
mean compactness	-0.0000	1.0015	-2.4231	2.4261
mean concavity	0.0000	1.0015	-1.6039	2.0715
mean concave points	-0.0000	1.0015	-1.8194	2.0503
mean symmetry	0.1811	0.0281	0.1167	0.3040
mean fractal dimension	-0.0000	1.0015	-2.7083	2.5781
radius error	0.0000	1.0015	-2.1487	2.2590
texture error	-0.0000	1.0015	-2.4298	3.2078
perimeter error	0.0000	1.0015	-2.3460	2.5050
area error	0.0000	1.0015	-2.7590	2.4684
smoothness error	-0.0000	1.0015	-3.4730	2.5279
compactness error	-0.0000	1.0015	-2.2551	2.2689
concavity error	0.0000	1.0015	-1.9491	2.5693
concave points error	-0.0000	1.0015	-2.7892	3.1021
symmetry error	-0.0000	1.0015	-2.2717	2.3510
fractal dimension error	-0.0000	1.0015	-2.2305	2.4126
worst radius	0.0000	1.0015	-2.9872	2.2546
worst texture	-0.0000	1.0015	-2.0753	3.7012
worst perimeter	0.0000	1.0015	-2.9755	2.2817
worst area	-0.0000	1.0015	-3.0560	2.3016
worst smoothness	0.1326	0.0227	0.0712	0.2184
worst compactness	-0.0000	1.0015	-2.3134	2.4057
worst concavity	0.0000	1.0015	-1.7770	2.4025
worst concave points	0.1153	0.0681	0.0000	0.2910
worst symmetry	0.0000	1.0015	-3.0698	3.1460
worst fractal dimension	-0.0000	1.0015	-2.5804	2.6530
radius_group_large	0.0411	0.1987	0.0000	1.0000
radius_group_medium	0.3607	0.4809	0.0000	1.0000
radius_group_small	0.5982	0.4910	0.0000	1.0000

TabularX 模型搜索报告 · model_search.html

TabularX 模型搜索报告

① 摘要

输入

尝试模型数

成功

失败

配置

任务类型	binary
主指标	roc_auc
优化方向	maximize

Voting 组合模型
包含模型：Voting 组合：xgboost, random_forest, catboost, lightgbm
验证集 roc_auc = 0.9931
测试集 roc_auc = 0.9927
查看详细报告

② 整体流程图

模型搜索阶段完整流程。核心：并行调参 → 最佳参数重训 → 排序选出最优 → Voting 组合。

③ 最优模型：xgboost

xgboost
验证集 roc_auc = 0.9934
测试集 roc_auc = 0.9911
查看详细报告

3.1 三集表现

数据集	accuracy	balanced_accuracy	f1	f1_macro	roc_auc	precision	recall
训练集	0.9941	0.9921	0.9953	0.9937	0.9994	0.9907	1.0000
验证集	0.9561	0.9556	0.9645	0.9535	0.9934	0.9714	0.9577
测试集	0.9474	0.9435	0.9583	0.9435	0.9911	0.9583	0.9583

3.2 最佳参数

n_estimators

max_depth

learning_rate

0.23422279408901667

subsample

0.9981004633634755

colsample_bytree

0.7343526094439211

min_child_weight

gamma

1.237120888013009

reg_alpha

0.0033983250817722866

reg_lambda

0.008036141722925796

3.3 分类评估图

混淆矩阵（测试集）

ROC 曲线（测试集）

④ 模型排名

4.1 主指标对比（roc_auc）

lightgbm

0.9977

xgboost

0.9934 (最优)

random_forest

0.9889

catboost

0.9961

4.2 详细排名表

排名	模型	状态	roc_auc（训练集）	roc_auc（验证集）	roc_auc（测试集）	调参耗时	操作
1	xgboost 最优	success	0.9994	0.9934	0.9911	5.9s	详情
2	random_forest	success	0.9967	0.9889	0.9911	14.7s	详情
3	catboost	success	1.0000	0.9961	0.9907	88.0s	详情
4	lightgbm	success	1.0000	0.9977	0.9881	4.4s	详情
—	Voting 组合	success	—	0.9931	0.9927	—	详情

⑥ 可解释性与公平性

TabularX 可解释性与公平性报告 · explanation.html

TabularX 可解释性与公平性报告

① 摘要

输入

xgboost

最优模型

114

解释样本数

特征数

87.1%

Top-10 累计解释力

敏感特征数

结论

对最优模型 xgboost 执行了 SHAP 可解释性分析，并对 1 个敏感特征执行了公平性评估。

② 整体流程图

可解释性与公平性报告完整流程。SHAP 解释在最优模型上自动执行；公平性评估在用户指定敏感特征后执行。

③ SHAP 可解释性分析

1.1 基本信息

xgboost

最优模型

114

解释样本数

特征数

87.1%

Top-10 累计解释力

1.2 特征重要性（Top-10）

排名	特征	平均 \|SHAP\|	解释力占比	均值	标准差	最小值	最大值
1	worst concave points	0.9008	14.6%	0.0849	0.9916	-2.1791	1.1075
2	worst radius	0.7442	12.0%	0.0282	0.8024	-2.0766	0.7417
3	worst perimeter	0.7440	12.0%	0.0787	0.7863	-1.2415	1.0073
4	worst texture	0.6683	10.8%	0.0164	0.7612	-1.1125	1.9466
5	area error	0.5802	9.4%	0.0349	0.6237	-1.4137	0.7279
6	mean smoothness	0.4599	7.4%	-0.0918	0.4703	-0.7463	0.8527
7	worst concavity	0.3725	6.0%	0.0463	0.3869	-0.4768	0.6348
8	worst area	0.3482	5.6%	0.0418	0.3914	-0.5360	0.7712
9	mean concave points	0.3276	5.3%	0.0379	0.3304	-0.5368	0.4520
10	mean texture	0.2372	3.8%	0.0176	0.2951	-0.7406	0.5986

1.3 SHAP 可视化

SHAP Summary（beeswarm）— 每个点代表一个样本的 SHAP 值

特征重要性排序（平均 |SHAP| 值）

单个样本的 SHAP Waterfall 解释

1.4 特征贡献方向摘要

特征	平均 SHAP 值	主导方向	影响描述
worst concave points	0.0849	正向	值越大 → 正类概率越高
worst radius	0.0282	正向	值越大 → 正类概率越高
worst perimeter	0.0787	正向	值越大 → 正类概率越高
worst texture	0.0164	正向	值越大 → 正类概率越高
area error	0.0349	正向	值越大 → 正类概率越高

④ 公平性评估

4.1 配置

敏感特征	radius_group
评估指标	Demographic Parity, Equalized Odds (TPR / FPR)
差异阈值	由 FairnessConfig.dp_threshold / eo_tpr_threshold / eo_fpr_threshold 配置

4.2 敏感特征：radius_group

各子组指标

子组	样本数	正类预测率	准确率	TPR（真正率）	FPR（假正率）
radius_group_medium	44	22.73%	90.91%	75.00%	3.12%
radius_group_small	66	93.94%	96.97%	100.00%	33.33%
radius_group_large	4	0.00%	100.00%	0.00%	0.00%

公平性差异

指标	差异值	是否超阈值	说明
Demographic Parity	0.9394	是	各子组正类预测率的最大差异
Equalized Odds (TPR)	1.0000	是	各子组真正率的最大差异
Equalized Odds (FPR)	0.3333	是	各子组假正率的最大差异

潜在偏见检测
模型在特征 radius_group 上存在超过阈值的公平性差异，建议进一步审查模型对该特征的依赖情况。

TabularX面向可解释性与可复现性的自动化表格建模工具包

传统 AutoML

我们的目标

注册表 + 能力声明

Profile 只报事实

自动化的实验记录

用户视角

模型能力声明

Profile + 自动路由

声明式搜索空间

每个模型独立报告

公平性指标

模型排名

SHAP 解释

公平性审计

报告目录

TabularX 数据概况报告

① 摘要

输入

输出（结论）

关键发现

② 判断流程与证据

2.1 判断流程图

2.2 目标变量判断依据

2.3 特征列判断依据（仅列特殊情况）

③ 详细描述性统计

目标变量

特征列

TabularX 数据划分报告

① 摘要

输入

输出

关键结论

② 判断流程与证据

2.1 判断流程图

2.2 判断依据

TabularX 数据预处理报告

① 摘要

输入 / 输出

关键结论

② 判断流程

③ 逐列变换记录

④ 列映射关系

④ 数据概况

输出特征名

训练集描述性统计

TabularX 模型搜索报告

① 摘要

输入

配置

② 整体流程图

③ 最优模型：xgboost

3.1 三集表现

3.2 最佳参数

3.3 分类评估图

④ 模型排名

4.1 主指标对比（roc_auc）

4.2 详细排名表

⑥ 可解释性与公平性

TabularX 可解释性与公平性报告

① 摘要

输入

结论

② 整体流程图

③ SHAP 可解释性分析

1.1 基本信息

1.2 特征重要性（Top-10）

1.3 SHAP 可视化

1.4 特征贡献方向摘要

④ 公平性评估

4.1 配置

4.2 敏感特征：radius_group

各子组指标

公平性差异

TabularX 数据概况报告

① 摘要

输入

输出（结论）

关键发现

② 判断流程与证据

TabularX
面向可解释性与可复现性的自动化表格建模工具包