1.我现在使用vscode完成一个机器学习预测混凝土强度的项目我现在需要使用augment辅助我，需要让augment用中文回答我 2.我需要将这个代码文件模块化，我有可能需要将这个训练模型集成到另外一个项目里面，并且你需要考虑到我后续添加新的数据时候，是否需要重新训练模型 3.我后面需要在前端利用streamlit展示我这个预测文件，前端页面只需要输入对应的几个特征，即可在后端运行代码，接下来在前端输出各个代码运行结束的图片和shap解释图片 4.我的输入特征有“C SF QP FA A W Fi CCW SP CS；分别代表水泥、硅灰、石英粉、粉煤灰、骨料、水、纤维、碳酸钙晶须、减水剂、混凝土抗压强度”，单位均为kg/m³，这点必须遵循 5.具体训练逻辑是数据加载与探索性分析；特征工程绘制热力图分析每个特征的相关性；数据集划分，按照训练集和测试集8：2进行划分；模型选择与训练，使用5种模型进行初步训练，分别是线性回归、随机森林、梯度提升树、支持向量机和神经网络，首先使用默认参数进行训练，用5折交叉验证，利用MSE\RMSE\MAE\R²进行评估，并且分别绘制实际值和预测值的比较图，每种模型使用不同的颜色和形状，然后将5个模型的实际值和预测值的R²汇总到一张图上，将5个模型的RMSE和R²也绘制在一张汇总图上，最后选择效果最好的2个模型；选择出两个最好的模型之后对这2个模型扩大超参数范围，使用网格搜索，最后得出最优模型，最后保存最优模型；然后对最优模型进行可视化，绘制出预测值 vs实际值、绘制残差分布图、绘制直方图、绘制实际值与预测值对比、绘制预测误差分布；然后利用shap进行解释，需要先绘制所有特征的SHAP重要性图、绘制各个特征的依赖图；最后进行绘制单个样本的shap解释，需要给出单个样本的原始特征分别是多少，实际值是多少，预测值是多少，需要绘制shap力图进行可视化 9.我的数据文件格式为data/raw/F4data.xlsx,需要在我创建的虚拟环境vs里面运行，我是Windows，终端命令使用cmd