Trợ lý Machine Learning scikit-learn

Skill này làm được gì

Đây là skill tham chiếu giúp Claude xử lý chính xác các tác vụ machine learning cổ điển bằng scikit-learn.

• Học có giám sát: linear models, SVM, cây quyết định & ensemble, KNN, Naive Bayes kèm hướng dẫn chọn thuật toán
• Học không giám sát: K-Means, DBSCAN, Agglomerative, GMM, PCA và manifold learning
• Đánh giá mô hình: chiến lược cross-validation, GridSearchCV/RandomizedSearchCV, các metric cho classification/regression/clustering, learning & validation curve
• Tiền xử lý: scaling, encoding biến phân loại, điền giá trị thiếu, chọn đặc trưng, transformer tùy chỉnh
• Pipeline: Pipeline, ColumnTransformer, FeatureUnion để tránh rò rỉ dữ liệu

Skill còn kèm script ví dụ (pipeline phân loại, phân tích cụm) và bộ tài liệu tham chiếu chi tiết trong thư mục references/.

Phù hợp với ai

• Data analyst / data scientist làm việc với dữ liệu dạng bảng
• Người từng gặp lỗi data leakage vì tiền xử lý ngoài pipeline
• Nhà nghiên cứu cần code thí nghiệm ML tái lập được cho báo cáo, bài báo
• Người mới đến trung cấp muốn so sánh nhiều thuật toán để lập baseline

Ví dụ sử dụng

1. "Xây pipeline phân loại churn khách hàng với dữ liệu số + phân loại, rồi tune bằng GridSearchCV" → tự động dựng imputer, one-hot encoder và mô hình trong một Pipeline
2. "Dữ liệu của tôi mất cân bằng nhãn, nên dùng metric nào?" → giải thích Precision/Recall, ROC AUC, Balanced Accuracy và cách viết custom scorer
3. "Không biết chọn bao nhiêu cụm" → chạy elbow + silhouette, so sánh K-Means/DBSCAN/GMM và trực quan hóa bằng PCA

Hãy cài skill mình tìm thấy trên Claude Skill Mart.
Copy thư mục skills/scikit-learn từ repo GitHub K-Dense-AI/scientific-agent-skills vào ~/.claude/skills/scikit-learn/ của mình.
Sau khi cài xong, cho mình biết skill này làm được gì trong một câu.