Pogi：用生成式AI预测美国联邦财政余额的机器学习管道

Pogi是一个专门用于预测和分析美国联邦政府财政账户余额的开源机器学习管道，结合生成式人工智能与传统统计学习方法，解决传统预算分析依赖人工经验和静态报表的局限，为财政分析师和政策制定者提供数据驱动的洞察，支持预算执行预测、国会拨款情景测试、审计异常检测等核心场景。

美国联邦财务管理涉及数千个财政账户，各账户有独特的拨款周期、支出模式和余额变化规律。根据31 U.S.C. 1511-1514法规要求，总统每年至少需审查四次联邦支出；SF 133预算执行报告记录了1998年至今的历史数据，但海量数据价值未被充分挖掘。

Pogi的核心目标是构建自动化智能分析管道，从历史财务数据中学习模式，预测未来账户余额变化并识别异常资金流动，提升预算编制准确性，为审计提供预警机制。

Pogi采用模块化设计，整合多种机器学习算法：

• 回归任务：覆盖线性回归、Ridge/Lasso正则化、决策树、随机森林、梯度提升、支持向量回归、多层感知器神经网络；
• 分类任务：包含感知机、逻辑回归、随机森林、AdaBoost、梯度提升分类器；
• 数据预处理：内置缺失值处理、特征缩放、多项式扩展、降维等流程，确保输入数据质量。

Pogi整合两类核心官方数据源：

1. SF 133预算执行报告：由白宫管理与预算办公室发布，关联GTAS系统，包含联邦机构预算资源、义务和支出数据；
2. USAspending.gov的File A数据：按DATA法案要求每月发布，涵盖所有财政账户的预算资源、义务和支出信息。

项目构建数十年历史数据仓库，支持Excel/CSV格式数据导入，为模型提供充足学习样本。

核心应用场景：

1. 预算执行预测：分析历史支出模式，预测未来账户余额变化，辅助资金规划；
2. 国会拨款情景测试：模拟不同拨款方案对账户余额的影响，提供量化决策依据；
3. 审计准备与异常检测：识别偏离正常模式的资金流动，预警合规风险。

价值：提升财务分析效率，引入数据驱动决策减少主观偏见；开源特性促进公共财政管理透明化和标准化。

Pogi提供多场景使用方式：

• 云端快速上手：Google Colab笔记本，无需本地配置，上传数据或挂载Drive即可运行；
• 本地部署：通过pip安装依赖，在Jupyter Notebook运行；
• 交互式Web应用：基于Streamlit的图形界面，支持数据上传、模型配置、训练及结果查看。

所有模型训练与评估均在本地完成，保障敏感财务数据安全。

Pogi的创新点包括：

1. 将生成式AI概念引入公共财政预测领域；
2. 完整数据科学工作流：覆盖数据摄取、清洗、特征工程、模型训练、评估与可视化；
3. 可解释性支持：提供散点图、残差分析、ROC曲线、混淆矩阵等可视化工具；
4. 内置统计分析功能：描述性统计（均值、中位数等）、分布特征（标准差、偏度等）、假设检验（t检验、方差分析等）。

Pogi展示了机器学习在公共财政管理领域的巨大潜力，通过先进算法与政府财务数据结合，为预算分析、拨款决策和审计监督提供有力工具。随着项目发展与社区贡献，有望成为公共部门数据科学实践的标杆案例，推动更多政府机构采用数据驱动决策。

对关注政府透明度、财政效率和技术创新的读者而言，Pogi既是实用工具，也是人工智能服务公共利益的研究范例。