Merge remote changes

2026-01-15 23:16:38 +08:00 · 2026-01-15 23:16:38 +08:00 · 80ee5f763f
commit 80ee5f763f
parent 73029ed6b6 0802754a05
7 changed files with 0 additions and 901 deletions
--- a/QUICKSTART.md
+++ b/QUICKSTART.md
@ -1,225 +0,0 @@
 # 快速开始指南
 本指南将帮助您在5分钟内运行信用卡欺诈检测系统。
 ## 前置要求
 - Python 3.10 或更高版本
 - pip（Python包管理器）
 ## 安装步骤
 ### 1. 克隆仓库
 ```bash
 git clone <repository-url>
 cd Credit-Card-Fraud-Detection
 ```
 ### 2. 创建虚拟环境（推荐）
 **Windows:**
 ```bash
 python -m venv venv
 venv\Scripts\activate
 ```
 **Linux/Mac:**
 ```bash
 python3 -m venv venv
 source venv/bin/activate
 ```
 ### 3. 安装依赖
 **方式1: 使用 requirements.txt（推荐）**
 ```bash
 pip install -r requirements.txt
 ```
 **方式2: 使用 setup.py**
 ```bash
 pip install -e .
 ```
 **方式3: 使用 uv（需要先安装 uv）**
 ```bash
 pip install uv
 uv sync
 ```
 ### 4. 准备数据
 确保 `data/creditcard.csv` 文件存在。如果不存在，请：
 1. 从 Kaggle 下载数据集: https://www.kaggle.com/mlg-ulb/creditcardfraud
 2. 将下载的 `creditcard.csv` 文件放入 `data/` 目录
 ### 5. 训练模型
 ```bash
 python src/train.py
 ```
 训练完成后，模型文件将保存在 `models/` 目录中：
 - `random_forest_model.joblib` - 随机森林模型
 - `logistic_regression_model.joblib` - 逻辑回归模型
 - `scaler.joblib` - 特征缩放器
 ### 6. 运行应用
 **方式1: 使用 agent_app.py（推荐）**
 ```bash
 python src/agent_app.py
 ```
 这将自动启动 Web 界面并在浏览器中打开。
 **方式2: 直接运行 Streamlit**
 ```bash
 streamlit run src/streamlit_app.py
 ```
 ## 使用说明
 ### Web 界面使用
 1. **选择输入方式**
   - 上传CSV文件：批量处理交易数据
   - 手动输入：输入30个特征值
 2. **输入特征**
   - Time: 交易时间（秒）
   - V1-V28: PCA转换后的特征
   - Amount: 交易金额
 3. **点击"检测欺诈"按钮**
   - 系统会显示预测结果
   - 查看特征解释
   - 获取行动建议
 ### 命令行使用
 ```python
 from src.agent_app import create_agent
 agent = create_agent()
 transaction = [
    0, -1.3598071336738, -0.0727811733098497, 2.53634673796914, 1.37815522427443,
    -0.338320769942518, 0.462387777762292, 0.239598554061257, 0.0986979012610507,
    0.363786969611213, 0.0907941719789316, -0.551599533260813, -0.617800855762348,
    -0.991389847235408, -0.311169353699879, 1.46817697209427, -0.470400525259478,
    0.207971241929242, 0.0257905801985591, 0.403992960255733, 0.251412098239705,
    -0.018306777944153, 0.277837575558899, -0.110473910188767, 0.0669280749146731,
    0.128539358273528, -0.189114843888824, 0.133558376740387, -0.0210530534538215,
    149.62
 ]
 result = agent.process_transaction(transaction)
 print(f"预测类别: {result.evaluation.class_name}")
 print(f"欺诈概率: {result.evaluation.fraud_probability:.4f}")
 ```
 ## 运行测试
 ```bash
 # 运行所有测试
 pytest tests/
 # 运行特定测试文件
 pytest tests/test_data.py
 # 查看测试覆盖率
 pytest tests/ --cov=src --cov-report=html
 ```
 ## 常见问题
 ### Q1: 找不到数据文件
 **错误信息**: `FileNotFoundError: data/creditcard.csv`
 **解决方案**:
 1. 确保数据文件存在于 `data/` 目录
 2. 从 Kaggle 下载数据集并放入正确位置
 ### Q2: 模型文件不存在
 **错误信息**: `RuntimeError: 模型或缩放器加载失败`
 **解决方案**:
 ```bash
 # 先训练模型
 python src/train.py
 ```
 ### Q3: 依赖安装失败
 **错误信息**: `pip install` 失败
 **解决方案**:
 1. 确保使用 Python 3.10+
 2. 升级 pip: `pip install --upgrade pip`
 3. 使用国内镜像源: `pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple`
 ### Q4: Streamlit 无法启动
 **错误信息**: `streamlit not found`
 **解决方案**:
 ```bash
 pip install streamlit
 ```
 ### Q5: 端口被占用
 **错误信息**: `Address already in use`
 **解决方案**:
 ```bash
 # 使用不同端口启动
 streamlit run src/streamlit_app.py --server.port 8502
 ```
 ## 项目结构
 ```
 Credit-Card-Fraud-Detection/
 ├── data/                    # 数据目录
 │   └── creditcard.csv      # 信用卡交易数据
 ├── models/                  # 模型目录
 │   ├── random_forest_model.joblib
 │   ├── logistic_regression_model.joblib
 │   └── scaler.joblib
 ├── src/                     # 源代码
 │   ├── agent_app.py        # Agent 入口（推荐使用）
 │   ├── streamlit_app.py    # Streamlit Web 应用
 │   ├── train.py            # 模型训练
 │   ├── infer.py            # 推理接口
 │   ├── data.py             # 数据处理
 │   └── features.py         # 特征定义
 ├── tests/                   # 测试文件
 ├── requirements.txt        # Python 依赖
 ├── setup.py                # 安装脚本
 ├── QUICKSTART.md           # 快速开始指南（本文件）
 └── README.md               # 详细文档
 ```
 ## 下一步
 - 阅读 [README.md](README.md) 了解项目详情
 - 查看 [src/](src/) 目录下的源代码
 - 运行测试确保一切正常
 - 开始使用系统进行欺诈检测
 ## 技术支持
 如遇到问题，请：
 1. 检查本指南的"常见问题"部分
 2. 查看 [README.md](README.md) 获取更多信息
 3. 提交 Issue 到项目仓库
 ## 许可证
 MIT License
--- a/auto_install.py
+++ b/auto_install.py
@ -1,241 +0,0 @@
 """
 信用卡欺诈检测系统 - 自动化安装脚本
 跨平台支持：Windows、Linux、macOS
 """
 import sys
 import subprocess
 import os
 from pathlib import Path
 import time
 def print_header(text):
    """打印标题"""
    print("=" * 60)
    print(text)
    print("=" * 60)
    print()
 def print_step(step_num, total_steps, description):
    """打印步骤信息"""
    print(f"[步骤 {step_num}/{total_steps}] {description}")
 def run_command(command, description=""):
    """运行命令并处理错误"""
    try:
        if description:
            print(f"  正在执行: {description}")
        result = subprocess.run(
            command,
            shell=True,
            check=True,
            capture_output=True,
            text=True
        )
        if result.stdout:
            print(result.stdout)
        return True
    except subprocess.CalledProcessError as e:
        print(f"  [错误] 命令执行失败")
        if e.stderr:
            print(f"  错误信息: {e.stderr}")
        return False
 def check_python_version():
    """检查Python版本"""
    print_step(1, 5, "检查Python版本...")
    version = sys.version_info
    print(f"  Python版本: {version.major}.{version.minor}.{version.micro}")
    if version.major == 3 and version.minor >= 10:
        print("  ✓ Python版本符合要求 (>= 3.10)")
        return True
    else:
        print("  ✗ Python版本不符合要求，需要3.10或更高版本")
        print("  请从 https://www.python.org/downloads/ 下载最新版本")
        return False
 def install_dependencies():
    """安装Python依赖"""
    print_step(2, 5, "安装Python依赖...")
    print("  正在安装依赖包，这可能需要几分钟...")
    # 尝试使用pip安装
    success = run_command(
        f"{sys.executable} -m pip install -r requirements.txt",
        "安装依赖包"
    )
    if success:
        print("  ✓ 依赖安装完成")
        return True
    else:
        print("  ✗ 依赖安装失败")
        print("  请检查网络连接或尝试使用国内镜像源:")
        print(f"  {sys.executable} -m pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple")
        return False
 def check_data_file():
    """检查数据文件"""
    print_step(3, 5, "检查数据文件...")
    data_file = Path("data/creditcard.csv")
    if data_file.exists():
        file_size = data_file.stat().st_size / (1024 * 1024)  # MB
        print(f"  ✓ 数据文件已存在 (大小: {file_size:.2f} MB)")
        return True
    else:
        print("  ✗ 未找到数据文件 data/creditcard.csv")
        print()
        print("  请从以下地址下载数据集:")
        print("  https://www.kaggle.com/datasets/mlg-ulb/creditcardfraud")
        print()
        print("  下载后将 creditcard.csv 文件放入 data/ 目录")
        print()
        response = input("  数据文件已准备好吗？(Y/N): ").strip().upper()
        if response == 'Y':
            print("  ✓ 继续安装...")
            return True
        else:
            print("  ✗ 安装已取消")
            return False
 def check_model_files():
    """检查并训练模型"""
    print_step(4, 5, "检查模型文件...")
    models_dir = Path("models")
    model_file = models_dir / "random_forest_model.joblib"
    if model_file.exists():
        file_size = model_file.stat().st_size / 1024  # KB
        print(f"  ✓ 模型文件已存在 (大小: {file_size:.2f} KB)")
        return True
    else:
        print("  模型文件不存在，开始训练模型...")
        print("  这可能需要几分钟，请耐心等待...")
        success = run_command(
            f"{sys.executable} src/train.py",
            "训练模型"
        )
        if success:
            print("  ✓ 模型训练完成")
            return True
        else:
            print("  ✗ 模型训练失败")
            return False
 def run_environment_check():
    """运行环境检查"""
    print_step(5, 5, "运行环境检查...")
    success = run_command(
        f"{sys.executable} check_environment.py",
        "检查环境"
    )
    if success:
        print("  ✓ 环境检查通过")
    else:
        print("  ⚠ 环境检查发现问题，但将继续启动应用")
    return True
 def launch_application():
    """启动应用"""
    print()
    print_header("安装完成！正在启动Web界面...")
    print()
    print("提示:")
    print("- Web界面将在浏览器中自动打开")
    print("- 如果没有自动打开，请访问: http://localhost:8501")
    print("- 按 Ctrl+C 可以停止服务")
    print()
    # 等待几秒让用户看到提示
    time.sleep(2)
    # 启动应用
    try:
        subprocess.run(
            f"{sys.executable} src/agent_app.py",
            shell=True,
            check=True
        )
    except KeyboardInterrupt:
        print()
        print("应用已停止")
    except Exception as e:
        print(f"启动应用时出错: {e}")
 def main():
    """主函数"""
    print_header("信用卡欺诈检测系统 - 自动化安装脚本")
    # 检查Python版本
    if not check_python_version():
        input("按回车键退出...")
        sys.exit(1)
    print()
    # 安装依赖
    if not install_dependencies():
        input("按回车键退出...")
        sys.exit(1)
    print()
    # 检查数据文件
    if not check_data_file():
        input("按回车键退出...")
        sys.exit(1)
    print()
    # 检查模型文件
    if not check_model_files():
        input("按回车键退出...")
        sys.exit(1)
    print()
    # 运行环境检查
    run_environment_check()
    # 启动应用
    launch_application()
 if __name__ == "__main__":
    try:
        main()
    except KeyboardInterrupt:
        print()
        print("安装已取消")
        sys.exit(1)
    except Exception as e:
        print()
        print(f"安装过程中出现错误: {e}")
        import traceback
        traceback.print_exc()
        input("按回车键退出...")
        sys.exit(1)
--- a/check_environment.py
+++ b/check_environment.py
@ -1,193 +0,0 @@
 """
 环境检查脚本
 用于验证项目依赖和环境配置是否正确
 """
 import sys
 import importlib
 from pathlib import Path
 def check_python_version():
    """检查Python版本"""
    print("=" * 60)
    print("检查 Python 版本...")
    print("=" * 60)
    version = sys.version_info
    print(f"当前 Python 版本: {version.major}.{version.minor}.{version.micro}")
    if version.major == 3 and version.minor >= 10:
        print("✓ Python 版本符合要求 (>= 3.10)")
        return True
    else:
        print("✗ Python 版本不符合要求，需要 3.10 或更高版本")
        return False
 def check_dependencies():
    """检查必要的依赖包"""
    print("\n" + "=" * 60)
    print("检查依赖包...")
    print("=" * 60)
    required_packages = {
        'numpy': 'numpy',
        'polars': 'polars',
        'sklearn': 'scikit-learn',
        'imblearn': 'imbalanced-learn',
        'matplotlib': 'matplotlib',
        'seaborn': 'seaborn',
        'joblib': 'joblib',
        'pydantic': 'pydantic',
        'streamlit': 'streamlit',
    }
    missing_packages = []
    for module_name, package_name in required_packages.items():
        try:
            module = importlib.import_module(module_name)
            version = getattr(module, '__version__', 'unknown')
            print(f"✓ {package_name:20s} - 版本: {version}")
        except ImportError:
            print(f"✗ {package_name:20s} - 未安装")
            missing_packages.append(package_name)
    if missing_packages:
        print(f"\n缺少 {len(missing_packages)} 个依赖包")
        print(f"请运行: pip install {' '.join(missing_packages)}")
        return False
    else:
        print("\n✓ 所有依赖包已正确安装")
        return True
 def check_data_files():
    """检查数据文件"""
    print("\n" + "=" * 60)
    print("检查数据文件...")
    print("=" * 60)
    data_dir = Path("data")
    creditcard_csv = data_dir / "creditcard.csv"
    if creditcard_csv.exists():
        file_size = creditcard_csv.stat().st_size / (1024 * 1024)  # MB
        print(f"✓ data/creditcard.csv 存在 (大小: {file_size:.2f} MB)")
        return True
    else:
        print("✗ data/creditcard.csv 不存在")
        print("请从以下地址下载数据集:")
        print("https://www.kaggle.com/mlg-ulb/creditcardfraud")
        print("并将 creditcard.csv 文件放入 data/ 目录")
        return False
 def check_model_files():
    """检查模型文件"""
    print("\n" + "=" * 60)
    print("检查模型文件...")
    print("=" * 60)
    models_dir = Path("models")
    required_models = [
        "random_forest_model.joblib",
        "logistic_regression_model.joblib",
        "scaler.joblib"
    ]
    missing_models = []
    for model_file in required_models:
        model_path = models_dir / model_file
        if model_path.exists():
            file_size = model_path.stat().st_size / 1024  # KB
            print(f"✓ {model_file:35s} (大小: {file_size:.2f} KB)")
        else:
            print(f"✗ {model_file:35s} - 不存在")
            missing_models.append(model_file)
    if missing_models:
        print(f"\n缺少 {len(missing_models)} 个模型文件")
        print("请运行: python src/train.py 来训练模型")
        return False
    else:
        print("\n✓ 所有模型文件已存在")
        return True
 def check_source_files():
    """检查源代码文件"""
    print("\n" + "=" * 60)
    print("检查源代码文件...")
    print("=" * 60)
    src_dir = Path("src")
    required_files = [
        "__init__.py",
        "data.py",
        "features.py",
        "train.py",
        "infer.py",
        "agent_app.py",
        "streamlit_app.py"
    ]
    missing_files = []
    for file_name in required_files:
        file_path = src_dir / file_name
        if file_path.exists():
            print(f"✓ src/{file_name}")
        else:
            print(f"✗ src/{file_name} - 不存在")
            missing_files.append(file_name)
    if missing_files:
        print(f"\n缺少 {len(missing_files)} 个源代码文件")
        return False
    else:
        print("\n✓ 所有源代码文件完整")
        return True
 def run_all_checks():
    """运行所有检查"""
    print("\n" + "=" * 60)
    print("信用卡欺诈检测系统 - 环境检查")
    print("=" * 60)
    results = {
        "Python 版本": check_python_version(),
        "依赖包": check_dependencies(),
        "数据文件": check_data_files(),
        "模型文件": check_model_files(),
        "源代码文件": check_source_files(),
    }
    print("\n" + "=" * 60)
    print("检查结果汇总")
    print("=" * 60)
    for check_name, result in results.items():
        status = "✓ 通过" if result else "✗ 失败"
        print(f"{check_name:15s}: {status}")
    all_passed = all(results.values())
    print("\n" + "=" * 60)
    if all_passed:
        print("✓ 所有检查通过！您可以运行系统了")
        print("\n运行命令:")
        print("  python src/agent_app.py")
    else:
        print("✗ 部分检查未通过，请根据上述提示解决问题")
        print("\n快速修复:")
        if not results["依赖包"]:
            print("  1. 安装依赖: pip install -r requirements.txt")
        if not results["数据文件"]:
            print("  2. 下载数据: 从 Kaggle 下载 creditcard.csv 到 data/ 目录")
        if not results["模型文件"]:
            print("  3. 训练模型: python src/train.py")
    print("=" * 60)
    return all_passed
 if __name__ == "__main__":
    success = run_all_checks()
    sys.exit(0 if success else 1)
--- a/install.bat
+++ b/install.bat
@ -1,112 +0,0 @@
@echo off
 chcp 65001 >nul
 setlocal enabledelayedexpansion
 echo ============================================================
 echo 信用卡欺诈检测系统 - 一键安装脚本
 echo ============================================================
 echo.
 REM 检查Python是否安装
 python --version >nul 2>&1
 if %errorlevel% neq 0 (
    echo [错误] 未检测到Python，请先安装Python 3.10或更高版本
    echo 下载地址: https://www.python.org/downloads/
    pause
    exit /b 1
 )
 echo [步骤 1/5] 检查Python版本...
 for /f "tokens=2" %%i in ('python --version 2^>^&1') do set PYTHON_VERSION=%%i
 echo Python版本: %PYTHON_VERSION%
 echo.
 REM 检查Python版本是否满足要求
 for /f "tokens=1,2 delims=." %%a in ("%PYTHON_VERSION%") do (
    set MAJOR=%%a
    set MINOR=%%b
 )
 if %MAJOR% lss 3 (
    echo [错误] Python版本过低，需要3.10或更高版本
    pause
    exit /b 1
 )
 if %MAJOR% equ 3 (
    if %MINOR% lss 10 (
        echo [错误] Python版本过低，需要3.10或更高版本
        pause
        exit /b 1
    )
 )
 echo [步骤 2/5] 安装Python依赖...
 echo 正在安装依赖包，这可能需要几分钟...
 pip install -r requirements.txt
 if %errorlevel% neq 0 (
    echo [错误] 依赖安装失败
    echo 请检查网络连接或尝试使用国内镜像源:
    echo pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
    pause
    exit /b 1
 )
 echo 依赖安装完成
 echo.
 echo [步骤 3/5] 检查数据文件...
 if not exist "data\creditcard.csv" (
    echo [警告] 未找到数据文件 data\creditcard.csv
    echo.
    echo 请从以下地址下载数据集:
    echo https://www.kaggle.com/datasets/mlg-ulb/creditcardfraud
    echo.
    echo 下载后将 creditcard.csv 文件放入 data\ 目录
    echo.
    set /p DATA_READY="数据文件已准备好吗？(Y/N): "
    if /i not "!DATA_READY!"=="Y" (
        echo 安装已取消
        pause
        exit /b 1
    )
 ) else (
    echo 数据文件已存在
 )
 echo.
 echo [步骤 4/5] 检查模型文件...
 if not exist "models\random_forest_model.joblib" (
    echo 模型文件不存在，开始训练模型...
    echo 这可能需要几分钟，请耐心等待...
    python src\train.py
    if %errorlevel% neq 0 (
        echo [错误] 模型训练失败
        pause
        exit /b 1
    )
    echo 模型训练完成
 ) else (
    echo 模型文件已存在
 )
 echo.
 echo [步骤 5/5] 运行环境检查...
 python check_environment.py
 if %errorlevel% neq 0 (
    echo [警告] 环境检查发现问题，但将继续启动应用
 )
 echo.
 echo ============================================================
 echo 安装完成！正在启动Web界面...
 echo ============================================================
 echo.
 echo 提示:
 echo - Web界面将在浏览器中自动打开
 echo - 如果没有自动打开，请访问: http://localhost:8501
 echo - 按 Ctrl+C 可以停止服务
 echo.
 python src\agent_app.py
 pause
--- a/install.sh
+++ b/install.sh
@ -1,96 +0,0 @@
 #!/bin/bash
 set -e
 echo "============================================================"
 echo "信用卡欺诈检测系统 - 一键安装脚本"
 echo "============================================================"
 echo ""
 # 检查Python是否安装
 if ! command -v python3 &> /dev/null; then
    echo "[错误] 未检测到Python，请先安装Python 3.10或更高版本"
    echo "Ubuntu/Debian: sudo apt-get install python3 python3-pip"
    echo "CentOS/RHEL: sudo yum install python3 python3-pip"
    echo "macOS: brew install python3"
    exit 1
 fi
 echo "[步骤 1/5] 检查Python版本..."
 PYTHON_VERSION=$(python3 --version 2>&1 | awk '{print $2}')
 echo "Python版本: $PYTHON_VERSION"
 echo ""
 # 检查Python版本是否满足要求
 PYTHON_MAJOR=$(echo $PYTHON_VERSION | cut -d. -f1)
 PYTHON_MINOR=$(echo $PYTHON_VERSION | cut -d. -f2)
 if [ "$PYTHON_MAJOR" -lt 3 ] || ([ "$PYTHON_MAJOR" -eq 3 ] && [ "$PYTHON_MINOR" -lt 10 ]); then
    echo "[错误] Python版本过低，需要3.10或更高版本"
    exit 1
 fi
 echo "[步骤 2/5] 安装Python依赖..."
 echo "正在安装依赖包，这可能需要几分钟..."
 pip3 install -r requirements.txt
 if [ $? -ne 0 ]; then
    echo "[错误] 依赖安装失败"
    echo "请检查网络连接或尝试使用国内镜像源:"
    echo "pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple"
    exit 1
 fi
 echo "依赖安装完成"
 echo ""
 echo "[步骤 3/5] 检查数据文件..."
 if [ ! -f "data/creditcard.csv" ]; then
    echo "[警告] 未找到数据文件 data/creditcard.csv"
    echo ""
    echo "请从以下地址下载数据集:"
    echo "https://www.kaggle.com/datasets/mlg-ulb/creditcardfraud"
    echo ""
    echo "下载后将 creditcard.csv 文件放入 data/ 目录"
    echo ""
    read -p "数据文件已准备好吗？(Y/N): " DATA_READY
    if [[ ! "$DATA_READY" =~ ^[Yy]$ ]]; then
        echo "安装已取消"
        exit 1
    fi
 else
    echo "数据文件已存在"
 fi
 echo ""
 echo "[步骤 4/5] 检查模型文件..."
 if [ ! -f "models/random_forest_model.joblib" ]; then
    echo "模型文件不存在，开始训练模型..."
    echo "这可能需要几分钟，请耐心等待..."
    python3 src/train.py
    if [ $? -ne 0 ]; then
        echo "[错误] 模型训练失败"
        exit 1
    fi
    echo "模型训练完成"
 else
    echo "模型文件已存在"
 fi
 echo ""
 echo "[步骤 5/5] 运行环境检查..."
 python3 check_environment.py
 if [ $? -ne 0 ]; then
    echo "[警告] 环境检查发现问题，但将继续启动应用"
 fi
 echo ""
 echo "============================================================"
 echo "安装完成！正在启动Web界面..."
 echo "============================================================"
 echo ""
 echo "提示:"
 echo "- Web界面将在浏览器中自动打开"
 echo "- 如果没有自动打开，请访问: http://localhost:8501"
 echo "- 按 Ctrl+C 可以停止服务"
 echo ""
 python3 src/agent_app.py
--- a/requirements.txt
+++ b/requirements.txt
@ -1,9 +0,0 @@
 numpy>=1.24.0
 polars>=0.19.0
 scikit-learn>=1.3.0
 imbalanced-learn>=0.11.0
 matplotlib>=3.7.0
 seaborn>=0.12.0
 joblib>=1.3.0
 pydantic>=2.0.0
 streamlit>=1.28.0
--- a/setup.py
+++ b/setup.py
@ -1,25 +0,0 @@
 from setuptools import setup, find_packages
 setup(
    name="creditcard-fraud-detection",
    version="0.1.0",
    description="信用卡欺诈检测系统",
    packages=find_packages(),
    python_requires=">=3.10",
    install_requires=[
        "numpy>=1.24.0",
        "polars>=0.19.0",
        "scikit-learn>=1.3.0",
        "imbalanced-learn>=0.11.0",
        "matplotlib>=3.7.0",
        "seaborn>=0.12.0",
        "joblib>=1.3.0",
        "pydantic>=2.0.0",
        "streamlit>=1.28.0",
    ],
    entry_points={
        "console_scripts": [
            "train=src.train:train_and_evaluate",
        ],
    },
 )