scikit-learn
Pythonのscikit-learnを使用した機械学習に対応します。分類や回帰などの教師あり学習、クラスタリングや次元削減などの教師なし学習、モデル評価、ハイパーパラメータチューニング、前処理、MLパイプラインの構築に利用できます。アルゴリズム、前処理技法、パイプライン、ベストプラクティスに関する包括的なリファレンスドキュメントを提供します。
description の原文を見る
Machine learning in Python with scikit-learn. Use when working with supervised learning (classification, regression), unsupervised learning (clustering, dimensionality reduction), model evaluation, hyperparameter tuning, preprocessing, or building ML pipelines. Provides comprehensive reference documentation for algorithms, preprocessing techniques, pipelines, and best practices.
SKILL.md 本文
Scikit-learn
概要
このスキルは、古典的な機械学習の業界標準 Python ライブラリである scikit-learn を使用した機械学習タスクの包括的なガイダンスを提供します。分類、回帰、クラスタリング、次元削減、前処理、モデル評価、本番環境対応の ML パイプライン構築に使用します。
インストール
# uv を使用して scikit-learn をインストール
uv pip install scikit-learn
# オプション: 可視化の依存関係をインストール
uv pip install matplotlib seaborn
# 一般的に一緒に使用される
uv pip install pandas numpy
このスキルを使用する場合
以下の場合に scikit-learn スキルを使用します：
- 分類または回帰モデルを構築する
- クラスタリングまたは次元削減を実行する
- 機械学習用のデータを前処理および変換する
- クロスバリデーションでモデルパフォーマンスを評価する
- グリッドサーチまたはランダムサーチでハイパーパラメータをチューニングする
- 本番環境ワークフロー用の ML パイプラインを作成する
- タスク用に異なるアルゴリズムを比較する
- 構造化（表形式）データとテキストデータ
...
詳細情報
- 作者
- jadzoghaib
- ライセンス
- 不明
- 最終更新
- 2026/5/5
Source: https://github.com/jadzoghaib/Sabadell_Capstone / ライセンス: 未指定