用途：在表格数据上构建可部署、可信赖的二分类模型，默认使用 XGBoost。适用于目标为二值（0/1、是/否、流失/留存、欺诈/正常）、特征为表格型（数值、类别、日期）、至少有数百条带标签样本，且同时关注排序能力与概率校准的场景。不适用于多分类、多标签、少于 100 行的小数据集、强时间结构的时序问题，或需要完整贝叶斯后验的决策分析。
主要能力：用 ibis（ibis-framework[duckdb]）读取 parquet/csv 并做聚合与特征工程，在交给 sklearn 前用 .execute() 一次性物化；用 sklearn Pipeline 封装 ColumnTransformer（StandardScaler、OneHotEncoder）与 XGBClassifier，使预处理随模型保存加载；用 scale_pos_weight 处理类别不平衡而非重采样；在验证集上扫描阈值以优化 F1 或成本加权指标；用 Brier 分数与可靠性图检查校准，必要时用 CalibratedClassifierCV；用 SHAP TreeExplainer 做全局与单样本解释；用 MLflow 记录参数、指标、标签与产物。
使用方式：按项目结构组织 data、src（train.py、predict.py、plots.py）、notebooks 与 mlruns；训练时先算类别比例得到 scale_pos_weight，构建 Pipeline 后拟合，再在验证集上选阈值，最后记录 ROC-AUC、PR-AUC、log-loss、Brier、调优后 F1 等指标及图表。
限制与注意：不要用准确率作为不平衡数据的主指标；不要在测试集上调阈值；不要跳过校准检查；不要依赖内置 feature_importances_；不要未经测量就对表格数据使用 SMOTE；注意特征泄漏与分层切分。示例中 demo.py 为演示目的在测试集上调阈值，生产环境应保持验证集与测试集分离。