LeoYeAI/agent-master-skills / skills/automl-skill
automl-skill
VerifiedAutoML 自动化机器学习技能 | Automated Machine Learning Skill. 基于 PyCaret 进行低代码机器学习建模,支持分类、回归、聚类、异常检测、时间序列预测、自然语言处理和关联规则挖掘等任务。 未来将集成更多 AutoML 库(如 AutoGluon、FLAML 等)。 当用户需要快速构建机器学习模型、自动化模型选择、超参数调优、模型集成、特征工程或进行 AutoML 实验时使用此技能。 适用于数据科学家、公民数据科学家、机器学习工程师和希望快速原型开发的人员。 触发关键词:AutoML、机器学习自动化、PyCaret、分类模型、回归模型、聚类、异常检测、时间序列、文本分类、模型调优、模型比较、特征选择、统计检验、显著性检验、A/B测试。 Trigger keywords in English: AutoML, automated machine learning, PyCaret, classification, regression, clustering, anomaly detection, time series forecasting, NLP, text mining, model tuning, model comparison, feature engineering, statistical test, significance testing, A/B testing.
| File | Kind | Size |
|---|---|---|
| README.md | markdown | 8.3 KB |
| SKILL.md | skill md | 17.4 KB |
| _meta.json | config | 278 B |
| evals/evals.json | config | 9.1 KB |
| references/anomaly.md | markdown | 3.3 KB |
| references/association_rules.md | markdown | 2.7 KB |
| references/classification.md | markdown | 8.7 KB |
| references/clustering.md | markdown | 4.2 KB |
| references/nlp.md | markdown | 3.7 KB |
| references/regression.md | markdown | 5.2 KB |
| references/setup_parameters_deep_dive.md | markdown | 12.8 KB |
| references/time_series.md | markdown | 5.0 KB |
| references/utilities.md | markdown | 4.6 KB |
evals/evals.json
View on GitHub{
"skill_name": "automl-skill",
"evals": [
{
"id": 1,
"prompt": "使用 PyCaret 构建一个分类模型,数据集是 breast_cancer,目标是预测 target 列。我需要完整的 AutoML 流程,包括数据预处理(归一化、异常值处理、特征选择)、模型比较、超参数调优和最终预测。",
"expected_output": "完整的 PyCaret 分类工作流代码,包含 setup(含 normalize=True, remove_outliers=True, feature_selection=True 等参数)、compare_models、tune_model、ensemble_model、predict_model 等函数调用",
"files": []
},
{
"id": 2,
"prompt": "我有一个 CSV 文件 'house_price.csv',目标列是 'Price',请帮我用 PyCaret 搭建一个回归模型来预测房价。需要进行数据预处理(归一化、异常值处理、特征工程)和模型调优。",
"expected_output": "针对回归任务的 PyCaret 代码,包含回归模块的导入、setup 配置(含 normalize=True, remove_outliers=True, transformation=True 等参数)和回归模型相关函数",
"files": []
},
{
"id": 3,
"prompt": "使用 PyCaret 进行客户聚类分析,我有客户数据包含年龄、收入、消费分数等特征,请帮我完成整个聚类分析流程。",
"expected_output": "使用 pycaret.clustering 模块的完整代码,包括 create_model、assign_model、evaluate_model 等",
"files": []
},
{
"id": 4,
"prompt": "我有时序数据 'sales.csv',包含历史销售记录,请帮我用 PyCaret 预测未来12个月的销售量。",
"expected_output": "使用 pycaret.time_series 模块的代码,包含 setup(指定 fh 参数)、compare_models、create_model、predict_model 等",
"files": []
},
{
"id": 5,
"prompt": "帮我用 PyCaret 进行异常检测,数据集是信用卡交易记录,需要识别欺诈交易。",
"expected_output": "使用 pycaret.anomaly 模块,包含 iforest、lof 等异常检测算法的使用",
"files": []
},
{
"id": 6,
"prompt": "我有一组客户评论文本数据,请用 PyCaret 进行文本主题建模,提取主要主题。",
"expected_output": "使用 pycaret.nlp 模块,包含 setup、create_model(lda/nmf)、assign_model、plot_model 等",
"files": []
},
{
"id": 7,
"prompt": "我的分类数据集存在严重的类别不平衡问题,少数类占比只有5%,请帮我用 PyCaret 处理这个问题并建模。",
"expected_output": "在 setup 中使用 fix_imbalance=True, fix_imbalance_method='SMOTE' 参数,并展示如何评估不平衡数据",
"files": []
},
{
"id": 8,
"prompt": "请帮我用 PyCaret 比较逻辑回归、随机森林、XGBoost、CatBoost 在分类任务上的性能,并选出最佳模型。",
"expected_output": "使用 compare_models(include=['lr', 'rf', 'xgboost', 'catboost']) 进行模型比较",
"files": []
},
{
"id": 9,
"prompt": "我的数据集有较多缺失值和异常值,请帮我配置 PyCaret 的数据预处理参数进行清洗。",
"expected_output": "setup 中使用 numeric_imputation、categorical_imputation、remove_outliers、outliers_method 等参数",
"files": []
},
{
"id": 10,
"prompt": "请帮我用 PyCaret 进行特征选择,我有100多个特征,需要筛选出最重要的特征来建模。",
"expected_output": "setup 中使用 feature_selection=True、feature_selection_method、n_features_to_select 参数",
"files": []
},
{
"id": 11,
"prompt": "我的数据包含日期特征 'Date',请帮我用 PyCaret 自动提取日期相关特征。",
"expected_output": "setup 中使用 date_features 参数指定日期列,PyCaret 会自动提取年/月/日/星期等特征",
"files": []
},
{
"id": 12,
"prompt": "请帮我用 PyCaret 对数据进行归一化处理,有哪些归一化方法可选?",
"expected_output": "setup 中使用 normalize=True 和 normalize_method 参数,可选 zscore/minmax/maxabs/robust",
"files": []
},
{
"id": 13,
"prompt": "请帮我用 PyCaret 进行模型可解释性分析,查看哪些特征对预测结果影响最大。",
"expected_output": "使用 plot_model(model, plot='feature') 或 interpret_model(model) 进行特征重要性分析",
"files": []
},
{
"id": 14,
"prompt": "请帮我用 PyCaret 创建一个集成模型,结合多个基础模型的预测结果。",
"expected_output": "使用 ensemble_model、blend_models 或 stack_models 进行模型集成",
"files": []
},
{
"id": 15,
"prompt": "训练好的 PyCaret 模型如何保存和部署到生产环境?请给我一个完整的示例。",
"expected_output": "使用 save_model 保存模型,load_model 加载模型,deploy_model 部署到云端,或 create_app 创建 Streamlit 应用",
"files": []
},
{
"id": 16,
"prompt": "我需要用 PyCaret 进行购物篮分析,找出商品之间的关联规则。",
"expected_output": "使用 pycaret.arules 模块,包含 setup、create_model、assign_model 等",
"files": []
},
{
"id": 17,
"prompt": "请帮我用 PyCaret 查看模型评估指标,比如 AUC、准确率、召回率、F1分数等。",
"expected_output": "使用 get_metrics 获取指标,evaluate_model 或 plot_model 查看详细评估结果",
"files": []
},
{
"id": 18,
"prompt": "我的数据有类别型特征,比如城市、产品类别等,请帮我用 PyCaret 处理这些类别特征。",
"expected_output": "在 setup 中使用 categorical_features 参数指定类别特征,PyCaret 会自动进行编码",
"files": []
},
{
"id": 19,
"prompt": "请帮我用 PyCaret 进行自动化机器学习(AutoML),自动选择最佳模型和超参数。",
"expected_output": "使用 automl() 函数或结合 compare_models + tune_model + ensemble_model 的完整流程",
"files": []
},
{
"id": 20,
"prompt": "我有一个分类问题,需要使用 GroupKFold 进行交叉验证,因为数据有分组结构(同一用户多条记录)。",
"expected_output": "setup 中使用 fold_strategy='groupkfold' 和 fold_groups 参数指定分组列",
"files": []
},
{
"id": 21,
"prompt": "请帮我用 PyCaret 对回归模型进行超参数调优,优化 RMSE 指标。",
"expected_output": "使用 tune_model(model, optimize='RMSE') 进行调优",
"files": []
},
{
"id": 22,
"prompt": "我的时间序列数据有明显的季节性(周季节),请帮我配置 PyCaret 的季节性参数。",
"expected_output": "setup 中使用 seasonal_period 参数,如 seasonal_period=7 表示周季节性",
"files": []
},
{
"id": 23,
"prompt": "请帮我用 PyCaret 绘制分类模型的 ROC 曲线和混淆矩阵。",
"expected_output": "使用 plot_model(model, plot='auc') 和 plot_model(model, plot='confusion_matrix')",
"files": []
},
{
"id": 24,
"prompt": "我需要使用 PyCaret 生成一个交互式的模型评估仪表板。",
"expected_output": "使用 evaluate_model(model) 或 dashboard(model) 生成交互式仪表板",
"files": []
},
{
"id": 25,
"prompt": "请帮我用 PyCaret 进行情感分析,判断文本评论是正面还是负面。",
"expected_output": "使用 pycaret.nlp 或 pycaret.text 模块进行情感分析",
"files": []
},
{
"id": 26,
"prompt": "我需要对 PyCaret 回归模型的结果进行统计显著性检验,查看哪些特征对目标变量有显著影响。",
"expected_output": "使用 statsmodels 的 OLS 回归获取 P值和置信区间,或在 PyCaret 中使用 interpret_model 查看特征重要性",
"files": []
},
{
"id": 27,
"prompt": "请帮我用 statsmodels 进行假设检验,判断两组数据的均值是否有显著差异。",
"expected_output": "使用 scipy.stats 的 ttest_ind 进行 t 检验,或使用 statsmodels 的 ANOVA",
"files": []
},
{
"id": 28,
"prompt": "请帮我用 statsmodels 进行时间序列分析,建立 ARIMA 模型预测未来趋势。",
"expected_output": "使用 statsmodels.tsa.arima.model.ARIMA 或 SARIMAX 进行时间序列建模和预测",
"files": []
},
{
"id": 29,
"prompt": "我需要对回归模型进行统计诊断,包括残差自相关检验和异方差检验。",
"expected_output": "使用 statsmodels.stats.stattools.durbin_watson 检验自相关,使用 statsmodels.stats.diagnostic.het_breuschpagan 检验异方差",
"files": []
},
{
"id": 30,
"prompt": "请帮我用 statsmodels 的广义线性模型 GLM 进行二分类建模,需要获取系数和置信区间。",
"expected_output": "使用 statsmodels.GLM 设置 family=sm.families.Binomial() 进行 logistic 回归",
"files": []
}
]
}
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| finishing-a-development-branchobra/superpowersUse when implementation is complete, all tests pass, and you need to decide how to integrate the work | Stars: 322k | Updated | Claude CodeCodex | Verified | Install |
| systematic-debuggingobra/superpowersUse when encountering any bug, test failure, or unexpected behavior, before proposing fixes | Stars: 322k | Updated | Claude CodeCodex | Verified | Install |
| test-driven-developmentobra/superpowersUse when implementing any feature or bugfix, before writing implementation code | Stars: 322k | Updated | Claude CodeCodex | Verified | Install |
| skill-creatoranthropics/skillsCreate new skills, modify and improve existing skills, and measure skill performance. Use when users want to create a skill from scratch, edit, or optimize an existing skill, run evals to test a skill, benchmark skill performance with variance analysis, or optimize a skill's description for better triggering accuracy. | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |