feat: add routed model training pipeline

README.md

@@ -37,12 +37,24 @@ tech-architecture/  技术架构报告与本地 Mermaid 资源
 - SQLite 骨架：`materials` 与 `experiments` 两张核心表，支持外键约束与实验记录往返。
 - 训练数据接口：从外部数据平台的 `material_records` 表只读加载记录，并分离元信息、特征和目标。
 - 目标拆分接口：按分类/回归任务组织 `is_cut_through`、`etching_depth` 等实验结果。
-- 训练预处理：数值特征采用中位数填补与标准化，类别特征采用众数填补与独热编码；未知类别在推理时安全忽略。
+- 训练预处理：数值特征采用中位数填补与标准化（全缺失列固定回退为 0），类别特征采用众数填补与独热编码；未知类别在推理时安全忽略。
 - 模型分派：连续目标默认路由至 GPR，布尔目标默认路由至随机森林分类器。
+- 训练流水线：按材料名称执行无泄漏 LOMO 验证，输出目标级指标并以 joblib 保存全量重训模型与预处理器。
 - 工程配置：`pyproject.toml` 统一依赖、pytest 与 Ruff 配置。
 
 后续将按架构报告逐步补齐 DoE 生成、CSV 交换、设备采集、建模管线和推理服务。
 
+## 训练一次完整模型
+
+当外部数据平台的 SQLite `material_records` 已填入完整实验结果后：
+
+```bash
+uv run python -m lmpm.scripts.train data/material_records.db data/models/lmpm.joblib
+```
+
+命令会同时生成模型文件 `lmpm.joblib` 和同名的 LOMO 验证指标报告
+`lmpm.metrics.json`。运行时数据与模型产物均应保留在 `data/`，不提交到 Git。
+
 ## 数据与产物
 
 本地数据库和导出的 CSV 统一放在 `data/`，这些运行时产物不会提交到 Git。数据库初始化后的表结构由 `src/lmpm/data/store.py` 维护。