fix(training): patch lightgbm sklearn compatibility

docs/07_毕业论文写作提纲.md

@@ -27,6 +27,8 @@
 - Vue 3 的组件化优势
 - Element Plus 和 ECharts 的可视化能力
 - 随机森林、GBDT、Extra Trees 的基本原理
+- LSTM 与 MLP 的基本原理
+- 时序序列建模与多输入融合思想
 - K-Means 聚类思想
 
 ## 第3章 系统需求分析
@@ -71,6 +73,7 @@
 - 数据生成与预处理实现
 - 特征工程实现
 - 模型训练与保存实现
+- LSTM+MLP 深度学习训练流程
 - 后端接口实现
 - 前端页面实现
 - 预测页卡片布局与交互实现
@@ -89,6 +92,7 @@
 - 预测功能测试
 - 聚类与分析结果测试
 - 模型性能指标分析
+- 传统模型与深度学习模型对比分析
 
 ## 第7章 总结与展望