用途：在表格数据上训练 XGBoost 模型，并输出特征重要性排序表与特征重要性图。仅在需要 R 命令行 XGBoost 工作流、可复现的训练测试划分、模型评估，以及特征重要性排序输出时使用。不适用于多分类目标（分类仅支持 2 类）、非表格 CSV/TXT/TSV 输入，也不用于因果解释、机制或政策、业务、临床结论。
主要能力：支持二分类与回归，任务类型可 auto 自动判断；对字符和因子型预测变量自动独热编码；自动排除形如 V1 的首个无样本 ID 列；删除目标缺失行；可设置正类标签、测试集比例、随机种子、提升轮数、树深、学习率、行/列采样、正则与早停等参数；特征重要性度量可选 gain、cover、frequency；可生成排序表和 PNG 图。
使用方式：需在 shell 中可用 Rscript，并安装 R 包 optparse、data.table、Matrix、xgboost，缺失时可用 Rscript -e 'install.packages(c("optparse", "data.table", "Matrix", "xgboost"), repos="https://cloud.r-project.org")' 安装。主命令为：Rscript scripts/main.R --data_file <input_file> --target_var <target_column> --task_type <auto|classification|regression> --output_dir <output_dir>。--data_file 与 --target_var 必填，其余可选，如 --ignore_vars、--positive_class、--test_size、--seed、--nrounds、--max_depth、--eta、--importance_metric、--top_n、--output_format、--output_prefix。省略必填项会输出 SKILL_MISSING_INPUT。
输出：默认输出目录下含 table、figure、data 三个子目录，主要文件为 table/<prefix>_feature_importance.csv、table/<prefix>_model_performance.csv、figure/<prefix>feature_importance<metric>.png，另有 session_info.txt。重要性表字段含 Rank、Feature、Gain、Cover、Frequency、SelectedMetric、SelectedValue。
限制：分类目标必须恰好 2 类且每类至少 2 行；回归目标须为数值型；输入须含目标列；路径错误、缺列、数据不合法、参数无效或依赖缺失会分别报出 SKILL_FILE_NOT_FOUND、SKILL_MISSING_COLUMNS、SKILL_INVALID_DATA、SKILL_INVALID_PARAMETER、SKILL_DEPENDENCY_MISSING。更多方法、CLI 示例与排错可参考 references/algorithm.md、references/cli-guide.md、references/troubleshooting.md。