feat: 将数据集从国外员工缺勤数据替换为中国企业缺勤模拟数据

- 新增中国企业员工缺勤模拟数据集生成脚本(generate_dataset.py)，覆盖7个行业、180家企业、2600名员工
  - 重构 config.py，更新特征字段为中文名称，调整目标列、员工ID、行业类型等配置
  - 重构 clustering.py，简化聚类逻辑，更新聚类特征和群体命名（高压通勤型、健康波动型等）
  - 重构 feature_mining.py，更新相关性分析和群体比较维度（按行业、班次、婚姻状态等）
  - 新增 model_features.py 定义模型训练特征
  - 更新 preprocessing.py 和 train_model.py 适配新数据结构
  - 更新各 API 路由默认参数（model: random_forest, dimension: industry）
  - 前端更新主题样式和各视图组件适配中文字段
  - 更新系统名称为 China Enterprise Absence Analysis System

backend/api/analysis_routes.py

@@ -8,7 +8,7 @@ analysis_bp = Blueprint('analysis', __name__, url_prefix='/api/analysis')
 @analysis_bp.route('/importance', methods=['GET'])
 def get_importance():
     try:
-        model_type = request.args.get('model', 'rf')
+        model_type = request.args.get('model', 'random_forest')
         result = analysis_service.get_feature_importance(model_type)
         return jsonify({
             'code': 200,
@@ -43,7 +43,7 @@ def get_correlation():
 @analysis_bp.route('/compare', methods=['GET'])
 def get_compare():
     try:
-        dimension = request.args.get('dimension', 'drinker')
+        dimension = request.args.get('dimension', 'industry')
         result = analysis_service.get_group_comparison(dimension)
         return jsonify({
             'code': 200,

backend/api/cluster_routes.py

@@ -49,8 +49,8 @@ def get_profile():
 def get_scatter():
     try:
         n_clusters = request.args.get('n_clusters', 3, type=int)
-        x_axis = request.args.get('x_axis', 'Age')
-        y_axis = request.args.get('y_axis', 'Absenteeism time in hours')
+        x_axis = request.args.get('x_axis', '月均加班时长')
+        y_axis = request.args.get('y_axis', '缺勤时长（小时）')
         
         n_clusters = max(2, min(10, n_clusters))