# scikit-learn

Скилл для Claude Code помогает готовить данные, собирать конвейеры и оценивать модели scikit-learn. Работает с табличными данными и задачами классического машинного обучения.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 122 установки · ★ 25 у репозитория
- Автор: tondevrel
- Лицензия: BSD-3-Clause · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/tondevrel/scientific-agent-skills/tree/HEAD/skills/scikit-learn/SKILL.md
- Обновлён: 2026-02-01
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/tondevrel-scikit-learn

## Что делает

Скилл даёт агенту инструкции по работе с scikit-learn: от разделения данных и предобработки до обучения и оценки модели. Он охватывает классификацию, регрессию, кластеризацию, снижение размерности и подбор параметров. Для повторяемой обработки скилл рекомендует объединять преобразования и модель в `Pipeline`.

В рекомендациях есть масштабирование числовых признаков, кодирование категорий, обработка пропусков и проверка качества через кросс-валидацию. При обучении важно не подгонять преобразования на тестовой выборке: это приводит к утечке данных. Для глубокого обучения скилл направляет к PyTorch или TensorFlow, а не к scikit-learn.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill scikit-learn -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/scikit-learn/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/scikit-learn/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill scikit-learn -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/scikit-learn/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill scikit-learn -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/scikit-learn/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install tondevrel/scientific-agent-skills skills/scikit-learn
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/scikit-learn/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill scikit-learn -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/tondevrel/scientific-agent-skills --path skills/scikit-learn
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/scikit-learn/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add tondevrel/scientific-agent-skills --skill scikit-learn -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/tondevrel/scientific-agent-skills/tree/HEAD/skills/scikit-learn/SKILL.md

## Когда брать
- разделить данные на обучающую и тестовую выборки
- собрать конвейер предобработки и обучения модели
- закодировать категории и заполнить пропущенные значения
- сравнить модели с кросс-валидацией
- оценить классификацию или регрессию подходящими метриками

## Примеры запросов агенту
- Подготовь конвейер scikit-learn для классификации табличных данных с пропусками.
- Проверь мой код обучения модели на утечку данных из тестовой выборки.
- Сравни несколько моделей регрессии с помощью кросс-валидации.

## Похожие
- [scikit-learn-best-practices](https://affpapa.org/nevibecode/skills/scikit-learn-best-practices.md) — скилл · 940 установок
- [scikit-learn-expert](https://affpapa.org/nevibecode/agents/scikit-learn-expert.md) — субагент · ★ 1029 у репозитория
- [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
- [scikit-survival](https://affpapa.org/nevibecode/skills/scikit-survival.md) — скилл · 2200 установок
- [cost-prediction](https://affpapa.org/nevibecode/skills/cost-prediction.md) — скилл · 128 установок

## Другие версии с тем же именем
- [scikit-learn · k-dense-ai](https://affpapa.org/nevibecode/skills/k-dense-ai-scikit-learn.md) — 2400 установок
- [scikit-learn · eyadsibai](https://affpapa.org/nevibecode/skills/eyadsibai-scikit-learn.md) — 124 установки

Из того же набора: [tondevrel/scientific-agent-skills](https://affpapa.org/nevibecode/by/tondevrel/scientific-agent-skills.md) — 11 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
