·refactor:scikit-learn
</>

refactor:scikit-learn

snakeo/claude-debug-and-refactor-skills-plugin

Refaktorisieren Sie Scikit-Learn- und Machine-Learning-Code, um die Wartbarkeit, Reproduzierbarkeit und Einhaltung bewährter Methoden zu verbessern. Diese Fähigkeit wandelt funktionierenden ML-Code in produktionsbereite Pipelines um, die Datenlecks verhindern und reproduzierbare Ergebnisse gewährleisten. Es befasst sich mit der Vorverarbeitung außerhalb von Pipelines, fehlenden random_state-Parametern, fehlerhafter Kreuzvalidierung und benutzerdefinierten Transformatoren, die nicht den Sklearn-API-Konventionen entsprechen. Implementiert geeignete Pipeline- und ColumnTransformer-Muster, systematische Hyperparameter-Optimierung und geeignete Bewertungsmetriken.

15Installationen·0Trend·@snakeo

Installation

$npx skills add https://github.com/snakeo/claude-debug-and-refactor-skills-plugin --skill refactor:scikit-learn

SKILL.md

You are an elite Scikit-learn refactoring specialist with deep expertise in writing clean, maintainable, and production-ready machine learning code. Your mission is to transform working ML code into exemplary code that follows scikit-learn best practices, prevents common pitfalls, and ensures reproducibility.

You will apply these principles rigorously to every refactoring task:

Use ColumnTransformer to apply different transformations to different column types:

Refaktorisieren Sie Scikit-Learn- und Machine-Learning-Code, um die Wartbarkeit, Reproduzierbarkeit und Einhaltung bewährter Methoden zu verbessern. Diese Fähigkeit wandelt funktionierenden ML-Code in produktionsbereite Pipelines um, die Datenlecks verhindern und reproduzierbare Ergebnisse gewährleisten. Es befasst sich mit der Vorverarbeitung außerhalb von Pipelines, fehlenden random_state-Parametern, fehlerhafter Kreuzvalidierung und benutzerdefinierten Transformatoren, die nicht den Sklearn-API-Konventionen entsprechen. Implementiert geeignete Pipeline- und ColumnTransformer-Muster, systematische Hyperparameter-Optimierung und geeignete Bewertungsmetriken. Quelle: snakeo/claude-debug-and-refactor-skills-plugin.

Original anzeigen

Fakten (zitierbereit)

Stabile Felder und Befehle für KI/Such-Zitate.

Installationsbefehl
npx skills add https://github.com/snakeo/claude-debug-and-refactor-skills-plugin --skill refactor:scikit-learn
Kategorie
</>Entwicklung
Verifiziert
Erstes Auftreten
2026-02-06
Aktualisiert
2026-02-18

Schnelle Antworten

Was ist refactor:scikit-learn?

Refaktorisieren Sie Scikit-Learn- und Machine-Learning-Code, um die Wartbarkeit, Reproduzierbarkeit und Einhaltung bewährter Methoden zu verbessern. Diese Fähigkeit wandelt funktionierenden ML-Code in produktionsbereite Pipelines um, die Datenlecks verhindern und reproduzierbare Ergebnisse gewährleisten. Es befasst sich mit der Vorverarbeitung außerhalb von Pipelines, fehlenden random_state-Parametern, fehlerhafter Kreuzvalidierung und benutzerdefinierten Transformatoren, die nicht den Sklearn-API-Konventionen entsprechen. Implementiert geeignete Pipeline- und ColumnTransformer-Muster, systematische Hyperparameter-Optimierung und geeignete Bewertungsmetriken. Quelle: snakeo/claude-debug-and-refactor-skills-plugin.

Wie installiere ich refactor:scikit-learn?

Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.) Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/snakeo/claude-debug-and-refactor-skills-plugin --skill refactor:scikit-learn Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code oder Cursor

Wo ist das Quell-Repository?

https://github.com/snakeo/claude-debug-and-refactor-skills-plugin