К основному содержанию
субагент CX Codex

scikit-learn-expert — субагент для Claude Code

Субагент scikit-learn-expert для Claude Code ведёт ML-задачу на scikit-learn: препроцессинг, отбор признаков, сравнение моделей и настройка гиперпараметров с кросс-валидацией.

MIT ★ 1 029 обновлён 2025-10-15

Установить в Claude Code · Вручную: положить файлы Все способы и платформы ↓
.claude/agents/scikit-learn-expert.md
Открыть на GitHub

Что делает scikit-learn-expert

Субагент для Claude, который берёт ML-задачу на scikit-learn целиком: препроцессинг и кодирование, отбор признаков, сравнение моделей, подбор гиперпараметров через GridSearchCV и RandomizedSearchCV, метрики для классификации и регрессии, ансамбли, работа с несбалансированными классами.

Внутри один markdown-файл: frontmatter с именем и описанием, дальше разделы Focus Areas, Approach, Quality Checklist и Output. Порядок работы задан в Approach. Сначала разобраться в данных, потом скейлинг и кодирование, разделение на train/test до всякого анализа, кросс-валидация, перебор признаков, сравнение с базовой моделью.

Чек-лист качества требует PEP 8, отдельных выборок для обучения, валидации и теста и обоснованных метрик — код, где модель обучена на всех данных, вернётся на переделку. Отдаёт он не только скрипты: сравнение моделей с метриками, результаты тюнинга, блокнот или скрипты с документацией и артефакт model.pkl.

Какие задачи решает

  • собрать пайплайн из скейлера и модели, чтобы препроцессинг совпадал при обучении и предсказании
  • подобрать гиперпараметры через GridSearchCV или RandomizedSearchCV
  • выбрать метрики под классификацию или регрессию и обосновать их
  • сравнить несколько моделей с базовой линией
  • разобраться с несбалансированными классами

Примеры запросов агенту

  • Собери пайплайн для этой таблицы: масштабирование, кодирование категорий, модель. Гиперпараметры подбери через GridSearchCV.
  • Сравни три модели с базовой линией по кросс-валидации и скажи, какие метрики здесь уместны.
  • Классы несбалансированы. Что менять в подходе и как это проверить на отложенной выборке?

Как установить scikit-learn-expert

Вручную: положить файлы

.claude/agents/scikit-learn-expert.md

Для всех проектов — ~/.claude/agents/. Claude делегирует задачу сам по полю description или по @-упоминанию

По шагам, с командами для каждой платформы: Субагенты Claude Code: как создать, вызвать и не утопить контекст

Вопросы о scikit-learn-expert

Как установить scikit-learn-expert в Claude Code?

Скопируйте файл субагента в .claude/agents/scikit-learn-expert.md внутри проекта.

Что делает scikit-learn-expert?

Ведёт ML-задачу на scikit-learn: препроцессинг, отбор признаков, сравнение моделей, тюнинг гиперпараметров и оценку метрик. Порядок шагов прописан в самом агенте.

Что субагент выдаёт в итоге?

Пайплайн целиком, сравнение моделей с метриками, результаты тюнинга, блокнот или скрипты с документацией и сохранённую модель model.pkl.

Исходный текст

scikit-learn-expert.md · MIT
---
name: scikit-learn-expert
description: Master scikit-learn for machine learning, focusing on model selection, feature engineering, and hyperparameter tuning. Use this for machine learning tasks involving data preprocessing, model evaluation, and pipeline construction.
model: claude-sonnet-4-20250514
---

## Focus Areas

- Data preprocessing and transformation techniques
- Feature engineering and selection methods
- Model selection and comparison
- Hyperparameter tuning with GridSearchCV and RandomizedSearchCV
- Evaluation metrics for regression and classification
- Building and validating pipelines
- Understanding and applying ensemble methods
- Handling imbalanced datasets
- Cross-validation techniques
- Interpreting model performance and outputs

## Approach

- Start with a clear understanding of the problem and dataset
- Choose appropriate preprocessing steps for scaling and encoding
- Split data into training and testing sets before any analysis
- Use cross-validation to ensure robustness of model evaluation
- Iterate on feature selection to identify the most predictive features
- Experiment with different models and hyperparameters systematically
- Evaluate models using appropriate metrics for the task
- Focus on minimizing overfitting through regularization and validation
- Document assumptions, findings, and decisions thoroughly
- Rely on scikit-learn's extensive documentation for advanced usage

## Quality Checklist

- Code follows PEP 8 guidelines
- Data is cleaned and preprocessed appropriately
- Features are scaled and/or transformed as necessary
- Models are trained, validated, and tested on separate data
- Hyperparameters are optimized using cross-validation
- Model evaluation metrics are clearly justified and reported
- Pipelines are constructed for reproducibility
- Code is modular with reusable components
- Results are compared with baseline models
- Insights and next steps are clearly communicated

## Output

- Preprocessed dataset ready for modeling
- Scikit-learn pipelines encapsulating complete workflow
- Well-documented Jupyter notebooks or scripts
- Comparison of different models and their performance metrics
- Hyperparameter tuning results and best model configuration
- Visualizations of model performance and data insights
- Comprehensive report or presentation summarizing the findings
- Recommendations based on model insights and understandings
- Clear documentation of methodology and codebase
- Readiness for deployment with model.pkl or similar artifacts

© 0xfurai · MIT · 0xfurai/claude-code-subagents

Похожие субагенты

Все субагенты по теме «ИИ и ML» →
scikit-learn K-Dense-AI Скилл для задач машинного обучения на Python: классификация, регрессия, кластеризация, препроцессинг и сборка ML-пайплайнов с библиотекой scikit-learn 1.9.1. CX Codex +1 2 400установок scikit-learn-best-practices Mindrally Скилл scikit-learn-best-practices для Claude Code задаёт агенту правила работы со scikit-learn: пайплайны, кросс-валидация, метрики, сохранение моделей. Помогает писать ML-код на Python без утечки данных и ошибок валидации. CX Codex +1 940установок pytorch-scikit-learn-cursorrules-prompt-file PatrickJS Правило pytorch-scikit-learn-cursorrules-prompt-file задаёт ориентиры для ML-проектов по химии на Python со scikit-learn и PyTorch. Помогает продумать обработку молекулярных данных, обучение и проверку моделей. CX Codex +1 ★ 41 178звёзд репо pandas-scikit-learn-guide-cursorrules-prompt-file PatrickJS Правило pandas-scikit-learn-guide-cursorrules-prompt-file настраивает Cursor для анализа данных на Python. Требует векторизацию в pandas, проверку пропусков, оформление графиков и соблюдение структуры блокнотов. CX Codex +1 ★ 41 178звёзд репо Model Hyperparameter Tuning aj-geddes Скилл Model Hyperparameter Tuning для Claude Code и Codex: подбирает гиперпараметры моделей через grid search, random search и байесовскую оптимизацию (Optuna) — когда базовые настройки не дают нужной метрики. CX Codex +1 500установок scikit-survival K-Dense-AI Строит воспроизводимые пайплайны анализа выживаемости на scikit-survival 0.28.0. Покрывает правоцензурированные исходы, конкурирующие риски, подбор моделей и цензуро-учитывающие метрики. CX Codex +1 2 200установок

Из того же набора137

Весь набор →
loki-expert Субагент loki-expert помогает разворачивать и сопровождать Loki: настраивает сбор логов, запросы LogQL, хранение и связку с Grafana. CX Codex ★ 1 029звёзд репо erlang-expert Субагент erlang-expert для Claude Code разбирает Erlang-код: процессы, OTP, деревья супервизоров и горячую замену кода. Разбирает странное поведение узла под нагрузкой. CX Codex ★ 1 029звёзд репо haskell-expert Субагент haskell-expert для написания и рефакторинга идиоматичного кода на Haskell. Фокусируется на строгой типизации, монадах, ленивых вычислениях и чистых функциях. CX Codex ★ 1 029звёзд репо langchain-expert Субагент langchain-expert для Claude Code проектирует и отлаживает пайплайны LangChain, работает с документами, эмбеддингами и источниками данных. Разбирает задачи на LangChain. CX Codex ★ 1 029звёзд репо lua-expert Субагент lua-expert пишет и оптимизирует идиоматичный код на Lua, настраивает метатаблицы и управляет многозадачностью через корутины. CX Codex ★ 1 029звёзд репо puppeteer-expert Субагент puppeteer-expert для Claude Code автоматизирует браузер через Puppeteer: собирает данные, тестирует страницы и сохраняет снимки или PDF. Работает с динамическим веб-интерфейсом. CX Codex ★ 1 029звёзд репо auth0-expert Субагент auth0-expert для Claude, который разбирает настройку Auth0: приложения и API, потоки OAuth2.0 и OpenID Connect, MFA, SSO, Rules и Hooks. CX Codex ★ 1 029звёзд репо tailwind-expert Субагент tailwind-expert по Tailwind CSS для Claude Code: помогает настраивать темы, собирать адаптивную вёрстку и чистить стили с PurgeCSS. CX Codex ★ 1 029звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой