К основному содержанию
скилл GitHub Copilot официальный · GitHub

datanalysis-credit-risk — скилл для GitHub Copilot: анализ и установка

Скилл очищает кредитные данные и отбирает признаки перед моделированием риска. Подойдёт для проверки качества сырого набора и подготовки pre-loan модели.

Установить в GitHub Copilot · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add github/awesome-copilot --skill datanalysis-credit-risk
Открыть на GitHub

Что делает datanalysis-credit-risk

Скилл запускает последовательную обработку кредитных данных: загружает и форматирует набор, анализирует выборки по организациям, отделяет OOS-данные и убирает аномальные месяцы. Затем он считает пропуски, отбрасывает признаки с высокой долей пропусков, низким IV, нестабильным PSI, шумом по Null Importance и высокой корреляцией.

Каждый шаг выполняется отдельно, а исходные данные не удаляются. Параметры можно вводить перед запуском, при этом доступны значения по умолчанию. IV и PSI поддерживают многопроцессные вычисления. Итогом становится Excel-отчёт с результатами, условиями фильтрации, статистикой по организациям и списками удалённых признаков.

Для запуска нужен Python и набор данных с колонками даты, целевой метки, организации и ключей. Путь к файлу задаётся через DATA_PATH; предпочтителен формат parquet. Ставить стоит тем, кто готовит кредитный скоринг и хочет видеть причины отбора признаков. Для разовой ручной проверки небольшого набора скилл избыточен.

Какие задачи решает

  • проверить качество сырых кредитных данных
  • отделить OOS-выборку от данных для моделирования
  • убрать признаки с высокой долей пропусков
  • отфильтровать признаки по IV и PSI
  • сформировать Excel-отчёт по очистке

Примеры запросов агенту

  • Запусти полный пайплайн для файла из `DATA_PATH` и создай отчёт.
  • Проверь пропуски, IV, PSI и корреляции перед обучением модели.
  • Выполни пример из `.github/skills/datanalysis-credit-risk/scripts/example.py`.

Как установить datanalysis-credit-risk

1Через Skills CLI (Vercel)

npx skills add github/awesome-copilot --skill datanalysis-credit-risk

2GitHub CLI

gh skill install github/awesome-copilot datanalysis-credit-risk

3Вручную: положить файлы

.github/skills/datanalysis-credit-risk/SKILL.md

Из того же набора554

Весь набор →
git-commit официальный github Скилл разбирает изменения Git, выбирает связанные файлы и создаёт коммит в формате Conventional Commits. Пригодится, когда нужно закоммитить одну или несколько логических частей изменений. GitHub Copilot 47 165установок excalidraw-diagram-generator официальный github Скилл превращает описание на обычном языке в диаграмму Excalidraw. Подойдёт, когда нужно показать процесс, связи между объектами или устройство системы. GitHub Copilot 31 639установок multi-stage-dockerfile официальный github Скилл помогает создавать многоэтапные Dockerfile для разных языков и фреймворков. Пригодится, когда важны размер и состав runtime-образа. GitHub Copilot 29 688установок documentation-writer официальный github Скилл для создания технической документации по фреймворку Diátaxis: туториалы, гайды, справки и объяснения. Предлагает структуру перед написанием. GitHub Copilot 27 757установок prd официальный github Собирает из идеи структурированный PRD с пользовательскими историями, техническими требованиями и рисками. Подходит для планирования новых функций, в том числе с AI. GitHub Copilot 24 035установок refactor официальный github Скилл помогает менять структуру кода без изменения внешнего поведения. Подойдёт для постепенной уборки сложных функций, дублирования и кодовых запахов. GitHub Copilot 22 321установок java-springboot официальный github Задаёт практики разработки Spring Boot-приложений: от структуры проекта до тестов и безопасности. Пригодится, когда Copilot пишет или проверяет Java-код. GitHub Copilot 21 272установок create-readme официальный github Скилл изучает проект и создаёт структурированный README.md. Подойдёт, когда документацию нужно собрать по коду и файлам проекта. GitHub Copilot 19 081установок

Похожие

sql-optimization-patterns Seth Hobson Скилл разбирает медленные SQL-запросы, планы EXPLAIN и стратегию индексов. Нужен при поиске Seq Scan, проблемах с JOIN и N+1. Claude Code CX Codex Cursor 19 717установок data-manager-api-event-ingestion официальный google Помогает внедрить загрузку событий и конверсий в продукты Google через Data Manager API. Нужен для офлайн-конверсий, лидов и событий Google Analytics. Claude Code Gemini CLI CX Codex 6 148установок data-manager-api-setup официальный google Скилл настраивает доступ к Data Manager API и установку клиентских библиотек. Пригодится перед разработкой интеграции с API. Claude Code Gemini CLI CX Codex 6 109установок database-migration Seth Hobson Скилл помогает менять схемы и переносить данные через Sequelize, TypeORM и Prisma. Подходит для миграций без остановки приложения и продуманного отката. Claude Code CX Codex Cursor 17 549установок google-cloud-storage-basics официальный google Скилл помогает агенту работать с объектами и бакетами Google Cloud Storage: загружать файлы, настраивать доступ и управлять хранением. Claude Code Gemini CLI CX Codex 5 516установок clean-data-xls официальный anthropics Скилл автоматизирует уборку грязных данных в Excel и Google Sheets: убирает пробелы, унифицирует регистр, конвертирует числа из текста, стандартизирует даты, удаляет дубликаты и выявляет колонки со смешанными типами. Claude Code CX Codex Cursor +1 2 100установок xlsx официальный anthropics Работает с табличными файлами: создаёт, читает, правит и преобразует книги. Подходит, когда итогом должен стать файл Excel или другой табличный формат. Claude Code Claude.ai 187 223установок google-agents-cli-observability официальный Google Помогает настроить трассировку и сбор данных о работе ИИ-агентов, включая агентов на ADK. Пригодится, когда нужно разбирать выполнение запросов или наблюдать за агентом после развёртывания. Claude Code CX Codex Cursor +1 509 900установок

Вопросы о datanalysis-credit-risk

Как установить datanalysis-credit-risk в GitHub Copilot?

Выполните npx skills add github/awesome-copilot --skill datanalysis-credit-risk, затем используйте скилл из .github/skills/datanalysis-credit-risk/SKILL.md.

Что делает datanalysis-credit-risk?

Он очищает кредитные данные и отбирает признаки перед pre-loan моделированием. Скилл также формирует Excel-отчёт с деталями обработки.

Что нужно подготовить для запуска?

Нужен Python и путь к набору данных в DATA_PATH. Также задаются DATE_COL, Y_COL, ORG_COL и KEY_COLS; для OOS-анализа используется OOS_ORGS.

Исходный текст

SKILL.md · MIT
---
name: datanalysis-credit-risk
description: Credit risk data cleaning and variable screening pipeline for pre-loan modeling. Use when working with raw credit data that needs quality assessment,  missing value analysis, or variable selection before modeling. it covers data loading and formatting, abnormal period filtering, missing rate calculation, high-missing variable removal,low-IV variable filtering, high-PSI variable removal, Null Importance denoising, high-correlation variable removal, and cleaning report generation. Applicable scenarios arecredit risk data cleaning, variable screening, pre-loan modeling preprocessing.
---

# Data Cleaning and Variable Screening

## Quick Start

```bash
# Run the complete data cleaning pipeline
python ".github/skills/datanalysis-credit-risk/scripts/example.py"
```

## Complete Process Description

The data cleaning pipeline consists of the following 11 steps, each executed independently without deleting the original data:

1. **Get Data** - Load and format raw data
2. **Organization Sample Analysis** - Statistics of sample count and bad sample rate for each organization
3. **Separate OOS Data** - Separate out-of-sample (OOS) samples from modeling samples
4. **Filter Abnormal Months** - Remove months with insufficient bad sample count or total sample count
5. **Calculate Missing Rate** - Calculate overall and organization-level missing rates for each feature
6. **Drop High Missing Rate Features** - Remove features with overall missing rate exceeding threshold
7. **Drop Low IV Features** - Remove features with overall IV too low or IV too low in too many organizations
8. **Drop High PSI Features** - Remove features with unstable PSI
9. **Null Importance Denoising** - Remove noise features using label permutation method
10. **Drop High Correlation Features** - Remove high correlation features based on original gain
11. **Export Report** - Generate Excel report containing details and statistics of all steps

## Core Functions

| Function | Purpose | Module |
|------|------|----------|
| `get_dataset()` | Load and format data | references.func |
| `org_analysis()` | Organization sample analysis | references.func |
| `missing_check()` | Calculate missing rate | references.func |
| `drop_abnormal_ym()` | Filter abnormal months | references.analysis |
| `drop_highmiss_features()` | Drop high missing rate features | references.analysis |
| `drop_lowiv_features()` | Drop low IV features | references.analysis |
| `drop_highpsi_features()` | Drop high PSI features | references.analysis |
| `drop_highnoise_features()` | Null Importance denoising | references.analysis |
| `drop_highcorr_features()` | Drop high correlation features | references.analysis |
| `iv_distribution_by_org()` | IV distribution statistics | references.analysis |
| `psi_distribution_by_org()` | PSI distribution statistics | references.analysis |
| `value_ratio_distribution_by_org()` | Value ratio distribution statistics | references.analysis |
| `export_cleaning_report()` | Export cleaning report | references.analysis |

## Parameter Description

### Data Loading Parameters
- `DATA_PATH`: Data file path (best are parquet format)
- `DATE_COL`: Date column name
- `Y_COL`: Label column name
- `ORG_COL`: Organization column name
- `KEY_COLS`: Primary key column name list

### OOS Organization Configuration
- `OOS_ORGS`: Out-of-sample organization list

### Abnormal Month Filtering Parameters
- `min_ym_bad_sample`: Minimum bad sample count per month (default 10)
- `min_ym_sample`: Minimum total sample count per month (default 500)

### Missing Rate Parameters
- `missing_ratio`: Overall missing rate threshold (default 0.6)

### IV Parameters
- `overall_iv_threshold`: Overall IV threshold (default 0.1)
- `org_iv_threshold`: Single organization IV threshold (default 0.1)
- `max_org_threshold`: Maximum tolerated low IV organization count (default 2)

### PSI Parameters
- `psi_threshold`: PSI threshold (default 0.1)
- `max_months_ratio`: Maximum unstable month ratio (default 1/3)
- `max_orgs`: Maximum unstable organization count (default 6)

### Null Importance Parameters
- `n_estimators`: Number of trees (default 100)
- `max_depth`: Maximum tree depth (default 5)
- `gain_threshold`: Gain difference threshold (default 50)

### High Correlation Parameters
- `max_corr`: Correlation threshold (default 0.9)
- `top_n_keep`: Keep top N features by original gain ranking (default 20)

## Output Report

The generated Excel report contains the following sheets:

1. **汇总** - Summary information of all steps, including operation results and conditions
2. **机构样本统计** - Sample count and bad sample rate for each organization
3. **分离OOS数据** - OOS sample and modeling sample counts
4. **Step4-异常月份处理** - Abnormal months that were removed
5. **缺失率明细** - Overall and organization-level missing rates for each feature
6. **Step5-有值率分布统计** - Distribution of features in different value ratio ranges
7. **Step6-高缺失率处理** - High missing rate features that were removed
8. **Step7-IV明细** - IV values of each feature in each organization and overall
9. **Step7-IV处理** - Features that do not meet IV conditions and low IV organizations
10. **Step7-IV分布统计** - Distribution of features in different IV ranges
11. **Step8-PSI明细** - PSI values of each feature in each organization each month
12. **Step8-PSI处理** - Features that do not meet PSI conditions and unstable organizations
13. **Step8-PSI分布统计** - Distribution of features in different PSI ranges
14. **Step9-null importance处理** - Noise features that were removed
15. **Step10-高相关性剔除** - High correlation features that were removed

## Features

- **Interactive Input**: Parameters can be input before each step execution, with default values supported
- **Independent Execution**: Each step is executed independently without deleting original data, facilitating comparative analysis
- **Complete Report**: Generate complete Excel report containing details, statistics, and distributions
- **Multi-process Support**: IV and PSI calculations support multi-process acceleration
- **Organization-level Analysis**: Support organization-level statistics and modeling/OOS distinction

© github · MIT · github/awesome-copilot

Смотрите также

Спонсоры проекта

Компании, которые помогают держать аналитику открытой