データセット分割器

このスキルはデータセット分割タスクの自動化された支援を提供します。

概要

このスキルは、機械学習モデルの訓練、検証、テスト用にデータセットをサブセットに分割するプロセスを自動化します。適切なデータ準備を確保し、堅牢なモデル評価を促進します。

動作方法

1. リクエストの分析: スキルはユーザーのリクエストを分析して、分割するデータセットと各サブセットの希望する比率を決定します。
2. コードの生成: リクエストに基づいて、標準MLライブラリを使用してデータ分割を実行するPythonコードを生成します。
3. 分割の実行: コードを実行して、指定された比率に従ってデータセットを訓練、検証、テストセットに分割します。

このスキルの使用時期

このスキルは以下の場合に有効化されます:

• 機械学習モデルの訓練用にデータセットを準備する必要がある場合
• 訓練、検証、テストセットを作成する場合
• モデルのパフォーマンスを評価するためにデータを分割する場合

例

例1: CSVファイルの分割

ユーザーリクエスト: 「'my_data.csv'のデータを70%訓練、15%検証、15%テストセットに分割してください」

スキルは以下を実行します:

1. 'my_data.csv'ファイルを読み込むPythonコードを生成します。
2. コードを実行して、指定された比率に従ってデータを分割し、'train.csv'、'validation.csv'、'test.csv'ファイルを作成します。

例2: 訓練テスト分割の作成

ユーザーリクエスト: 「'large_dataset.csv'を80/20の比率で訓練テスト分割を作成してください」

スキルは以下を実行します:

1. 'large_dataset.csv'を読み込むPythonコードを生成します。
2. コードを実行してデータセットを80%訓練、20%テストセットに分割し、'train.csv'と'test.csv'として保存します。

ベストプラクティス

• データ整合性: 分割プロセスがデータの整合性を維持し、データ損失や破損がないことを確認します。
• 層別化: クラス分布を各サブセットで維持するために、不均衡なデータセットの分割時に層別化を検討します。
• ランダム化: 結果として得られるデータセットのバイアスを避けるため、分割プロセスがランダム化されていることを確認します。

統合

このスキルは、Claude Codeエコシステム内の他のデータ処理およびモデル訓練ツールと統合して、完全な機械学習ワークフローを作成できます。

前提条件

• 適切なファイルアクセス権限
• 必要な依存関係がインストールされていること

手順

1. トリガー条件が満たされた場合にこのスキルを呼び出します
2. 必要なコンテキストとパラメータを提供します
3. 生成された出力を確認します
4. 必要に応じて修正を適用します

出力

スキルはタスクに関連した構造化された出力を生成します。

エラーハンドリング

• 無効な入力: 修正を求めるプロンプトを表示
• 依存関係の欠落: 必要なコンポーネントをリストアップ
• 権限エラー: 修復ステップを提案

リソース

• プロジェクトドキュメント
• 関連スキルおよびコマンド