scikit-learn 머신러닝 도우미

무엇을 해주나

scikit-learn을 사용한 고전 머신러닝 작업 전반을 Claude가 정확하게 처리하도록 돕는 참조형 스킬입니다.

• 지도학습: 선형 모델, SVM, 트리/앙상블, KNN, 나이브베이즈 등 알고리즘 선택 가이드
• 비지도학습: K-Means, DBSCAN, 계층적 군집, GMM, PCA·매니폴드 차원 축소
• 모델 평가: 교차검증 전략, GridSearchCV·RandomizedSearchCV, 분류/회귀/군집 지표, 학습·검증 곡선
• 전처리: 스케일링, 범주형 인코딩, 결측치 대치, 특성 선택, 커스텀 트랜스포머
• 파이프라인: Pipeline, ColumnTransformer, FeatureUnion으로 데이터 누수 없는 워크플로 구성

추가로 분류 파이프라인, 군집 분석을 실행할 수 있는 예제 스크립트와 주제별 상세 참조 문서(references/)가 포함되어 있습니다.

이런 분께 추천

• 표 형태 데이터로 예측 모델을 만드는 데이터 분석가·데이터 사이언티스트
• 전처리를 파이프라인 밖에서 처리해 데이터 누수를 겪은 적이 있는 실무자
• 논문·리포트용으로 재현 가능한 ML 실험 코드를 빠르게 작성해야 하는 연구자
• 여러 알고리즘을 비교하며 베이스라인을 잡아야 하는 ML 입문~중급자

활용 예시

1. "고객 이탈 데이터(수치+범주 혼합)로 ColumnTransformer 기반 분류 파이프라인을 만들고 GridSearchCV로 튜닝해줘" → 결측치 대치·원핫 인코딩·모델 학습까지 한 번에 구성
2. "불균형 라벨 데이터인데 어떤 평가 지표를 써야 할까?" → Precision/Recall, ROC AUC, Balanced Accuracy 선택 근거와 커스텀 스코어러 예시 제시
3. "군집 개수를 몇 개로 해야 할지 모르겠어" → 엘보우·실루엣 분석과 K-Means/DBSCAN/GMM 비교, PCA 투영 시각화 스크립트 실행

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/scikit-learn 폴더를 내 ~/.claude/skills/scikit-learn/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.