简介：本资源是一套面向数据科学初学者与机器学习实践者的口碑商家客流量预测完整解决方案，聚焦于真实场景下的时序客流建模与业务指标预测问题，适用于Kaggle/天池类赛题复现、课程设计及中小商户数字化运营参考。压缩包共15个文件，含11个Python脚本（覆盖特征工程、SVM建模、Stacking集成、规则后处理等核心流程）、1个天气标注文本、1个Java MapReduce预处理代码、1个Markdown说明文档及1个天气数据压缩包，结构清晰、模块解耦，便于分步调试与功能替换。资源大小仅418KB，轻量易部署，所有代码经验证可直接运行。目前已有463人学习下载，提供从原始数据解析、多源特征融合（用户行为、天气、日期周期）、SVM回归建模到预测结果业务化调整的端到端实现，附带详细注释与工具函数封装，显著降低机器学习落地门槛。
1. 这不是天气预报，但比天气预报更准：一个能提前3小时预测奶茶店排队人数的机器学习模型，专为口碑系本地生活商家设计
上周陪朋友在商圈试跑这个项目，把某连锁奶茶店过去6个月的每日每小时客流、天气、节假日、周边商场活动、甚至当日微博同城热搜词热度都喂进去训练后，模型对「下午3:00–4:00高峰时段是否会出现15人以上排队」的预测准确率达89.2%——注意，它没接入POS系统，也没装摄像头，只靠公开可得的结构化+半结构化数据。这不是实验室Demo，而是完整封装的端到端流程：从原始CSV清洗、特征工程自动构建、SVM与XGBoost双模型对比选型，到Flask轻量API部署、前端简易看板（含预测置信度条）。适合两类人：一是本地生活平台的数据产品岗想快速验证“客流预测”功能MVP；二是中小餐饮商户技术负责人，想用最低成本（单机Python环境+5分钟配置）跑通自己的历史数据。它不碰实时视频流，不依赖IoT硬件，核心就一句话：用已有数据，把“今天下午要不要多煮两锅珍珠”这件事，变成可计算、可回溯、可AB测试的决策。
2. 技术栈与工程结构：为什么选SVM打底，又用XGBoost做校验？
这个项目不是“SVM万能论”的教科书复刻，而是在真实商家数据噪声大、样本少（典型门店仅3–6个月日粒度数据）、特征维度中等（<50维）场景下，反复权衡后的务实选择。我们拆开/src目录看骨架：
src/ ├── data/ # 原始数据入口（支持CSV/Excel） │ ├── raw/ # 未清洗的原始文件（含示例：shop_2023_q3.csv） │ └── processed/ # 清洗后标准格式（统一时间索引、缺失值标记） ├── features/ # 特征工程核心 │ ├── __init__.py │ ├── temporal.py # 时间特征：小时段标签、工作日/周末、距离节假日天数 │ ├── weather.py # 天气映射：温度分档、降雨概率转“雨天权重” │ ├── event.py # 事件特征：周边商场促销、地铁线路调整、本地热搜关键词匹配 │ └── target_encoder.py # 目标编码：对“商圈等级”“品类热度”等类别变量做均值编码 ├── models/ # 模型层（非黑匣子） │ ├── base.py # 统一接口：fit/predict/evaluate │ ├── svm_model.py # 线性核SVM + GridSearchCV超参搜索 │ ├── xgb_model.py # XGBoost + early_stopping防止过拟合 │ └── ensemble.py # 简单加权融合（SVM权重0.4，XGB权重0.6） ├── train.py # 主训练脚本：支持--model svm/xgb/ensemble ├── predict.py # 单次预测CLI：python predict.py --shop_id S001 --date 2024-05-20 --hour 15 └── api/ # Flask服务 ├── app.py # 路由：POST /predict 接收JSON请求 └── utils.py # 请求校验、响应包装提示：所有模块都遵循“输入DataFrame → 输出DataFrame”契约，
features/下每个.py文件都是纯函数式设计，无全局状态。这意味着你可以把temporal.py直接抽出来，嵌入自己已有的ETL流程，不用动模型层。
2.1 SVM为何成为基线模型：在小样本下的鲁棒性优势
很多人看到“SVM”就想到高维空间、核技巧，但在这个项目里，我们强制使用线性核（kernel='linear'），原因很实际：
- 商家数据量通常不足5000条（日粒度×6个月≈180条），RBF核容易过拟合；
- 线性SVM训练快（秒级），参数少（仅
C和class_weight），业务方能直观理解“C越大，越容忍误分类”； - 它对异常值不敏感——比如某天因暴雨导致客流归零，线性SVM不会像树模型那样被拉偏分裂点。
关键代码在models/svm_model.py：
from sklearn.svm import SVC from sklearn.preprocessing import StandardScaler from sklearn.model_selection import GridSearchCV class SVMModel: def __init__(self): self.scaler = StandardScaler() # 必须！SVM对量纲极度敏感 self.model = None def fit(self, X_train, y_train): # X_train: (n_samples, n_features), y_train: (n_samples,) 分类标签 X_scaled = self.scaler.fit_transform(X_train) # 关键：必须标准化 # 网格搜索：C控制正则强度，class_weight平衡"低客流/高客流"样本不均衡 param_grid = { 'C': [0.1, 1, 10, 100], 'class_weight': ['balanced', {0: 1, 1: 2}, {0: 1, 1: 3}] # 1=高峰客流，0=平峰 } self.model = GridSearchCV( SVC(kernel='linear', probability=True), # probability=True开启predict_proba param_grid, cv=3, # 小样本用3折，避免数据浪费 scoring='f1_weighted', # 关注整体F1，而非单纯准确率 n_jobs=-1 ) self.model.fit(X_scaled, y_train) return self def predict_proba(self, X_test): X_scaled = self.scaler.transform(X_test) # 注意：用训练时的scaler，不能重新fit！ return self.model.predict_proba(X_scaled) # 返回[[p_low, p_high]]逻辑说明：
StandardScaler不是可选项，是必选项。若跳过，C=1和C=100的效果可能完全颠倒；class_weight设为{0:1, 1:3}意味着：模型把“漏报高峰”（把高客流预测成低客流）的代价设为“误报高峰”的3倍——这符合商家诉求：宁可多备料，也不能让顾客排队流失；predict_proba返回二维数组，前端可直接渲染置信度条（如“高客流概率：73.5%，置信度中等”）。
2.2 XGBoost作为校验模型：捕捉非线性交互，但绝不盲目堆深度
XGBoost在这里的角色不是取代SVM，而是交叉验证SVM的盲区。比如SVM可能忽略“温度>30℃且湿度>70%”这种组合效应，而XGBoost的树结构天然擅长。但我们做了三重约束：
max_depth=4：限制单棵树深度，防过拟合；early_stopping_rounds=20：在验证集连续20轮不提升即停；scale_pos_weight动态计算：len(y_train[y_train==0]) / len(y_train[y_train==1])，比手动设class_weight更适应数据分布漂移。
models/xgb_model.py核心片段：
import xgboost as xgb from sklearn.metrics import f1_score class XGBModel: def __init__(self): self.model = None self.best_iter = None def fit(self, X_train, y_train, X_val, y_val): # 构造DMatrix（XGBoost专用数据结构） dtrain = xgb.DMatrix(X_train, label=y_train) dval = xgb.DMatrix(X_val, label=y_val) # 参数精简版：聚焦业务可解释性 params = { 'objective': 'binary:logistic', 'eval_metric': 'logloss', 'max_depth': 4, 'learning_rate': 0.1, 'subsample': 0.8, 'colsample_bytree': 0.8, 'scale_pos_weight': len(y_train[y_train==0]) / len(y_train[y_train==1]) } # 训练并早停 self.model = xgb.train( params, dtrain, num_boost_round=500, evals=[(dtrain, 'train'), (dval, 'val')], early_stopping_rounds=20, verbose_eval=10 ) self.best_iter = self.model.best_iteration return self def predict_proba(self, X_test): dtest = xgb.DMatrix(X_test) pred = self.model.predict(dtest, iteration_range=(0, self.best_iter+1)) return np.vstack([1-pred, pred]).T # 格式对齐SVM：[[p_low, p_high]]参数说明：
num_boost_round=500是上限，实际常在120–180轮收敛；verbose_eval=10表示每10轮打印一次logloss，方便观察是否震荡；iteration_range确保预测时只用最优轮次，避免用过拟合的后期轮次。
2.3 特征工程模块：为什么event.py比weather.py更难写？
特征质量决定模型天花板。features/目录下，weather.py是体力活（查表映射），而event.py是脑力活——它要解决“如何量化一个模糊事件的影响”。例如“周边商场周年庆”，不能简单标为1，因为：
- 庆典持续3天，但客流高峰只在第1天；
- 同一商圈有3个商场，同时庆? 需叠加而非取最大；
- 庆典类型不同（打折 vs. 明星站台），影响力度不同。
features/event.py采用分层设计：
import re from datetime import timedelta def extract_events_from_text(text_series, event_keywords): """ text_series: pd.Series of str, e.g., ["XX商场周年庆全场5折", "YY广场儿童节游园会"] event_keywords: dict, e.g., {"周年庆": 0.8, "节日": 0.5, "明星": 1.2} 返回: DataFrame with columns ['event_score', 'event_type', 'days_until'] """ scores = [] types = [] days = [] for text in text_series: score = 0.0 event_type = "none" day_offset = 0 # 匹配关键词并赋分（带衰减） for keyword, base_score in event_keywords.items(): if re.search(keyword, text): # 假设文本含日期信息："6月1日开始" → 计算距今天数 date_match = re.search(r"(\d{1,2})[月/\.](\d{1,2})[日号]", text) if date_match: m, d = int(date_match.group(1)), int(date_match.group(2)) # 简化：假设都在当前年，计算天数差（实际项目需补全年份逻辑） target_date = pd.Timestamp(f"{pd.Timestamp.now().year}-{m:02d}-{d:02d}") day_offset = (target_date - pd.Timestamp.now()).days # 衰减：活动前3天影响最强，之后每天衰减15% decay = max(0.3, 1.0 - 0.15 * abs(day_offset)) score += base_score * decay event_type = keyword else: score += base_score * 0.5 # 无日期，默认弱影响 scores.append(score) types.append(event_type) days.append(day_offset) return pd.DataFrame({ 'event_score': scores, 'event_type': types, 'days_until': days }) # 使用示例（在train.py中调用） # events_df = extract_events_from_text(df['promotion_text'], # {"周年庆": 0.8, "节日": 0.5, "明星": 1.2})逻辑说明：
- 不追求100%精准识别，而是提供可解释、可调试的分数：业务方看到“事件分=0.62”，能立刻联想到“这是附近商场周年庆，但还有5天，所以打了折”；
days_until字段后续会被temporal.py进一步加工为“活动前1天/当天/后2天”等离散标签，供模型学习时序模式；- 所有正则匹配都预留
re.IGNORECASE开关，适配商家文案大小写混乱的现实。
3. 从零运行：5分钟启动本地预测服务（含Windows/macOS/Linux全路径）
别被“机器学习”吓住——这个项目刻意规避了GPU、Docker、Kubernetes等重型依赖。一台8GB内存的笔记本，装好Python 3.8+，就能跑通全流程。我们按真实操作顺序拆解。
3.1 环境准备：用conda还是pip？我的血泪经验
结论：优先用conda创建独立环境，但安装xgboost时切回pip。原因：
- conda-forge的xgboost版本有时与scikit-learn新版冲突（报
AttributeError: 'XGBClassifier' object has no attribute 'classes_'）； - pip安装的xgboost二进制包更新更及时，且明确支持
predict_proba。
执行命令（Windows PowerShell / macOS/Linux Terminal）：
# 创建环境（Python 3.8，避免3.11+的兼容问题） conda create -n flow-pred python=3.8 conda activate flow-pred # 先装基础库（conda渠道稳定） conda install numpy pandas scikit-learn flask matplotlib seaborn -c conda-forge # 再用pip装xgboost（关键！） pip install xgboost==1.7.6 # 固定版本，避免新版本breaking change # 验证安装 python -c "import xgboost as xgb; print(xgb.__version__)" # 输出：1.7.6注意：如果遇到
xgboost编译失败（尤其macOS M1芯片），请先运行brew install libomp再重试pip安装。
3.2 数据准备：3个文件决定你能否跑通
项目自带data/raw/demo_shop.csv作为示例，但你要用自己的数据，只需保证三列必备：
date：日期，格式YYYY-MM-DD（如2024-05-20）；hour：小时，整数0–23；flow_level：客流等级，必须是整数分类标签（0=低，1=中，2=高；或0/1二分类）。
其他列是加分项，非必需：
temperature（摄氏度）、weather_condition（晴/雨/阴）、holiday_flag（0/1）；promotion_text（字符串，用于event特征提取）；week_of_year、day_of_week等时间特征——这些temporal.py会自动生成，你不用提供。
将你的CSV放入data/raw/后，运行清洗脚本：
# 进入项目根目录 cd /path/to/your/project # 执行清洗（自动处理缺失值、统一格式、生成processed/目录） python src/data_cleaner.py --input data/raw/my_shop.csv --output data/processed/my_shop_clean.csv # 查看清洗结果（确认无NaN，时间索引正确） head -n 5 data/processed/my_shop_clean.csv # 输出应类似： # date,hour,flow_level,temperature,weather_condition # 2024-05-01,9,0,22.5,晴 # 2024-05-01,10,1,23.1,晴data_cleaner.py核心逻辑：
- 强制
date转datetime64，hour转int，flow_level转category； - 对
temperature用前后3小时均值填充缺失； - 若
weather_condition为空，则根据temperature和humidity（如有）反推（晴/雨逻辑见features/weather.py）。
3.3 训练模型：一条命令，两种输出
训练脚本train.py支持两种模式：
- 快速验证：用内置demo数据，1分钟出结果；
- 生产训练：指定你的数据路径，支持断点续训。
快速验证（新手必跑）
# 使用内置demo数据训练SVM模型 python src/train.py --data data/processed/demo_shop_clean.csv --model svm --output models/svm_demo.pkl # 输出关键日志： # [INFO] Loaded 182 samples from demo_shop_clean.csv # [INFO] Feature engineering completed: 42 features generated # [INFO] GridSearchCV best params: {'C': 10, 'class_weight': {0: 1, 1: 3}} # [INFO] Test F1-score: 0.821, Accuracy: 0.856 # [INFO] Model saved to models/svm_demo.pkl生产训练（替换为你自己的数据）
# 训练XGBoost模型，并保存最佳迭代轮次 python src/train.py \ --data data/processed/my_shop_clean.csv \ --model xgb \ --output models/xgb_myshop.pkl \ --val_split 0.2 # 20%数据作验证集 # 加入早停监控（推荐） python src/train.py \ --data data/processed/my_shop_clean.csv \ --model xgb \ --output models/xgb_myshop.pkl \ --early_stopping_rounds 30 \ --log_file logs/train_xgb_myshop.log提示：训练日志会记录每轮
logloss和f1，若发现验证集logloss持续上升而训练集下降，说明过拟合，此时应降低max_depth或增大subsample。
3.4 启动API服务：用curl发一个真实预测请求
模型训练完，models/目录下会有.pkl文件。启动Flask服务只需一行：
# 设置环境变量（指定模型路径） export MODEL_PATH=models/xgb_myshop.pkl export FEATURE_DIR=src/features/ # 启动服务（默认端口5000） python src/api/app.py # 输出：* Running on http://127.0.0.1:5000现在用curl发请求（替换为你的真实参数）：
curl -X POST http://127.0.0.1:5000/predict \ -H "Content-Type: application/json" \ -d '{ "shop_id": "S001", "date": "2024-05-25", "hour": 16, "temperature": 28.5, "weather_condition": "晴", "promotion_text": "母亲节特惠，第二杯半价" }'成功响应（HTTP 200）：
{ "status": "success", "prediction": 1, "confidence": 0.782, "explanation": [ "温度28.5℃触发'高温客流提升'规则（+0.32）", "母亲节促销文本匹配事件库（+0.41）", "周六下午时段历史均值偏高（+0.15）" ] }注意：
explanation字段由features/各模块的get_feature_importance()方法生成，不是模型黑盒输出，而是特征工程层的可读归因——这点对业务方接受模型至关重要。
4. 避坑指南：那些让我重启三次Jupyter Notebook的致命细节
这个项目在12家不同业态（奶茶、烘焙、美甲、健身房）的商家数据上跑过，以下5个坑是高频翻车点，按发生概率排序：
4.1 现象：训练时ValueError: Input contains NaN，但df.isnull().sum()显示0
原因：pandas.read_csv()默认将空字符串""读为NaN，而商家导出的Excel常有“空白单元格”；StandardScaler无法处理NaN，但错误堆栈不提示具体列。
解决：在data_cleaner.py开头强制替换：
df = pd.read_csv(input_path, na_values=['', ' ', 'NULL', 'null']) # 显式声明哪些是NaN df = df.fillna({col: df[col].mode()[0] if df[col].dtype == 'object' else df[col].median() for col in df.columns}) # 分类型/数值型填充4.2 现象：predict.py报错ModuleNotFoundError: No module named 'xgboost'，但python -c "import xgboost"成功
原因：VS Code/Jupyter默认使用base环境，而你用conda创建了flow-pred环境，但没在编辑器里切换。
解决：
- VS Code：
Ctrl+Shift+P→Python: Select Interpreter→ 选择flow-pred； - Jupyter：
!conda activate flow-pred无效，需在终端启动：conda activate flow-pred && jupyter notebook。
4.3 现象：API返回prediction=0（低客流）但实际排队长龙，confidence却高达0.95
原因：模型没见过“高温+节假日+明星站台”的组合，event.py中该事件未被关键词覆盖，event_score为0，导致特征向量全靠温度/时间硬撑，模型过度自信。
解决：
- 立即检查
logs/predict_20240525.log，找到该请求的event_score值； - 在
features/event.py的event_keywords字典中追加：{"明星站台": 1.5}； - 用新数据微调模型：
python src/train.py --model xgb --resume models/xgb_myshop.pkl（--resume参数会加载旧模型权重继续训练）。
4.4 现象：GridSearchCV耗时20分钟，CPU占满但无日志输出
原因：cv=3在小样本下会触发TimeSeriesSplit（时间序列交叉验证），但代码里误用了KFold，导致未来数据泄露，scoring函数卡死。
解决：打开models/svm_model.py，将：
from sklearn.model_selection import KFold cv = KFold(n_splits=3, shuffle=True, random_state=42) # ❌ 错误！时间序列不能shuffle改为：
from sklearn.model_selection import TimeSeriesSplit cv = TimeSeriesSplit(n_splits=3) # ✅ 正确：按时间顺序切分4.5 现象：前端看板显示“预测中...”，但API返回500 Internal Server Error
原因：app.py中@app.route('/predict')函数未捕获KeyError，当请求JSON缺少hour字段时，request.json['hour']直接抛异常。
解决：在api/app.py中添加健壮性校验：
@app.route('/predict', methods=['POST']) def predict(): try: data = request.get_json() required_fields = ['shop_id', 'date', 'hour'] for field in required_fields: if field not in data: return jsonify({"error": f"Missing required field: {field}"}), 400 # ...后续逻辑 except Exception as e: app.logger.error(f"Prediction error: {str(e)}") return jsonify({"error": "Internal server error"}), 5005. 二次开发实战：如何把“预测客流”升级为“动态备料建议”？
这才是项目真正落地的价值点——不是告诉老板“今天会忙”，而是说“建议15:00前多煮3kg珍珠，16:00前多备50个纸杯”。我带某高校创业团队落地时，就是靠这一步让客户从“试试看”变成“签年度服务”。
5.1 从预测结果到动作建议：三层映射逻辑
模型输出prediction=1（高客流）只是起点，要生成可执行建议，需建立三层映射：
- 客流等级 → 时间窗口：
1对应15:00–17:00（基于历史高峰统计）； - 时间窗口 → 原料消耗速率：该时段每10分钟消耗珍珠0.8kg（来自POS销售数据）；
- 原料消耗速率 → 安全库存阈值：当前库存<2.5kg时触发预警（考虑采购周期2小时）。
我们在src/action_suggester.py中实现：
import pandas as pd from datetime import datetime, timedelta class ActionSuggester: def __init__(self, inventory_db_path="data/inventory.csv"): # 加载原料库存数据库（格式：ingredient, current_stock_kg, lead_time_hours） self.inventory = pd.read_csv(inventory_db_path) # 预定义映射表（可存入数据库，此处简化为dict） self.flow_to_window = {0: "09:00-11:00", 1: "15:00-17:00", 2: "18:00-20:00"} self.window_to_consumption = { "09:00-11:00": {"pearl": 0.3, "cup": 25}, "15:00-17:00": {"pearl": 0.8, "cup": 50}, "18:00-20:00": {"pearl": 0.6, "cup": 40} } def generate_suggestion(self, prediction, hour, shop_id): """ prediction: int (0/1/2), hour: int (0-23), shop_id: str 返回: list of dict, e.g., [{"action": "煮珍珠", "amount": "3kg", "deadline": "14:45"}] """ window = self.flow_to_window.get(prediction, "09:00-11:00") consumption = self.window_to_consumption.get(window, {}) suggestions = [] for ingredient, rate_per_10min in consumption.items(): # 计算该时段总消耗（假设2小时=12个10分钟） total_needed = rate_per_10min * 12 # 查询当前库存 stock_row = self.inventory[self.inventory['ingredient'] == ingredient] if stock_row.empty: continue current_stock = stock_row.iloc[0]['current_stock_kg'] # 若库存不足，生成补货建议 if current_stock < total_needed * 1.2: # 1.2倍安全系数 deficit = total_needed * 1.2 - current_stock # deadline = 高峰开始时间 - lead_time start_hour, _ = map(int, window.split('-')[0].split(':')) deadline_dt = datetime.now().replace(hour=start_hour, minute=0) - \ timedelta(hours=stock_row.iloc[0]['lead_time_hours']) suggestions.append({ "action": f"补充{ingredient}", "amount": f"{deficit:.1f}kg", "deadline": deadline_dt.strftime("%H:%M") }) return suggestions # 使用示例（在api/app.py中调用） # suggester = ActionSuggester() # actions = suggester.generate_suggestion(prediction=1, hour=15, shop_id="S001")5.2 与POS系统对接：用CSV桥接，拒绝API攻坚
很多商家没有开放API，但都有每日导出的销售CSV。我们设计pos_bridge.py作为轻量中间件：
import pandas as pd from datetime import datetime def sync_pos_data(pos_csv_path, flow_csv_path): """ pos_csv_path: POS导出文件，含列：order_time, item_name, quantity flow_csv_path: 客流预测输入文件（需追加销量特征） """ pos_df = pd.read_csv(pos_csv_path) # 解析order_time为datetime pos_df['order_time'] = pd.to_datetime(pos_df['order_time']) pos_df['date'] = pos_df['order_time'].dt.date.astype(str) pos_df['hour'] = pos_df['order_time'].dt.hour # 按date+hour聚合销量（如：2024-05-20,15 → 珍珠销量12.5kg） sales_agg = pos_df.groupby(['date', 'hour']).apply( lambda x: pd.Series({ 'pearl_kg': (x[x['item_name']=='珍珠']['quantity'] * 0.05).sum(), # 每份0.05kg 'cup_count': x[x['item_name']=='纸杯']['quantity'].sum() }) ).reset_index() # 合并到客流数据（左连接，客流数据为主） flow_df = pd.read_csv(flow_csv_path) merged = flow_df.merge(sales_agg, on=['date','hour'], how='left') merged.fillna({'pearl_kg': 0, 'cup_count': 0}, inplace=True) # 保存增强后的数据 merged.to_csv(flow_csv_path.replace('.csv', '_with_sales.csv'), index=False) print(f"POS数据已合并，新增pearl_kg/cup_count列") # 每日定时任务（Linux crontab示例）： # 0 23 * * * cd /path/to/project && python src/pos_bridge.py --pos data/pos/20240520.csv --flow data/processed/my_shop_clean.csv5.3 可视化看板：用Streamlit 10行代码搭出老板爱看的图表
dashboard.py不依赖复杂前端框架，用Streamlit实现：
import streamlit as st import pandas as pd import plotly.express as px st.set_page_config(layout="wide") st.title("客流预测与备料看板") # 加载预测结果（假设已运行predict.py生成results.csv） results = pd.read_csv("data/results.csv") # 列：date, hour, prediction, confidence # 时间范围选择器 col1, col2 = st.columns(2) start_date = col1.date_input("开始日期", value=results['date'].min()) end_date = col2.date_input("结束日期", value=results['date'].max()) filtered = results[(results['date'] >= str(start_date)) & (results['date'] <= str(end_date))] # 双Y轴图表：左侧客流等级，右侧置信度 fig = px.line(filtered, x='date', y='prediction', title="客流等级趋势（0=低，1=中，2=高）", markers=True) fig.update_traces(line_color='blue', name='客流等级') fig2 = px.line(filtered, x='date', y='confidence', title="预测置信度（越高越可靠）", markers=True) fig2.update_traces(line_color='red', name='置信度', yaxis='y2') # 合并到同一图 fig.add_trace(fig2.data[0]) fig.update_layout(yaxis2=dict(overlaying='y', side='right')) st.plotly_chart(fig, use_container_width=True) # 表格展示明细 st.subheader("详细预测记录") st.dataframe(filtered.sort_values(['date','hour'], ascending=[False,True]))运行命令：
streamlit run src/dashboard.py从那以后我每次给客户演示，都强制走一遍“POS数据导入→模型重训→看板刷新→老板指着图表说‘就按这个备料’”的完整链路。因为只有当老板能自己拖动日期滑块、看到红色置信度线掉到0.6以下时主动问“为什么今天不准”，这个模型才算真正活了。希望帮到你。
本文还有配套的精品资源，点击获取
