# scikit-learn-expert

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

- субагент · `type=agent` · Claude Code, Codex, Cursor · ★ 1029 у репозитория
- Автор: 0xfurai
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/0xfurai/claude-code-subagents/tree/HEAD/agents/scikit-learn-expert.md
- Обновлён: 2025-10-15
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/agents/scikit-learn-expert

## Что делает

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`.

## Установка

### Claude Code (родная платформа)

**Вручную: положить файлы**
- Файл: `.claude/agents/scikit-learn-expert.md` — Для всех проектов — ~/.claude/agents/. Claude делегирует задачу сам по полю description или по @-упоминанию

### Codex

**Вручную: положить файлы**
- Файл: `.codex/agents/scikit-learn-expert.toml` — Codex описывает субагентов в TOML: name, description, developer_instructions. Текст из Markdown перенесите в developer_instructions вручную. Для всех проектов — ~/.codex/agents/

### Cursor

**Вручную: положить файлы**
- Файл: `.cursor/agents/scikit-learn-expert.md` — Cursor понимает и .claude/agents/

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/0xfurai/claude-code-subagents/tree/HEAD/agents/scikit-learn-expert.md

## Когда брать
- 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?

## Похожие
- [scikit-learn](https://affpapa.org/nevibecode/skills/k-dense-ai-scikit-learn.md) — скилл · 2400 установок
- [scikit-learn-best-practices](https://affpapa.org/nevibecode/skills/scikit-learn-best-practices.md) — скилл · 940 установок
- [pytorch-scikit-learn-cursorrules-prompt-file](https://affpapa.org/nevibecode/rules/pytorch-scikit-learn-cursorrules-prompt-file.md) — правило · ★ 41178 у репозитория
- [pandas-scikit-learn-guide-cursorrules-prompt-file](https://affpapa.org/nevibecode/rules/pandas-scikit-learn-guide-cursorrules-prompt-file.md) — правило · ★ 41178 у репозитория
- [Model Hyperparameter Tuning](https://affpapa.org/nevibecode/skills/model-hyperparameter-tuning.md) — скилл · 500 установок
- [scikit-survival](https://affpapa.org/nevibecode/skills/scikit-survival.md) — скилл · 2200 установок

Из того же набора: [0xfurai/claude-code-subagents](https://affpapa.org/nevibecode/by/0xfurai/claude-code-subagents.md) — 137 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
