debug:scikit-learn
✓Depure sistemáticamente los problemas de aprendizaje de Scikit. Úselo cuando encuentre errores de modelo como NotFittedError, discrepancias de forma entre los datos del tren y de prueba, errores de valor NaN/infinito, problemas de configuración de canalización, advertencias de convergencia de optimizadores, fallas de validación cruzada debido a desequilibrio de clases, fuga de datos que causa puntajes sospechosamente altos o errores de preprocesamiento con ColumnTransformer y alineación de características.
SKILL.md
This guide provides a systematic approach to debugging Scikit-learn machine learning code. Follow these phases to identify and resolve issues efficiently.
Depure sistemáticamente los problemas de aprendizaje de Scikit. Úselo cuando encuentre errores de modelo como NotFittedError, discrepancias de forma entre los datos del tren y de prueba, errores de valor NaN/infinito, problemas de configuración de canalización, advertencias de convergencia de optimizadores, fallas de validación cruzada debido a desequilibrio de clases, fuga de datos que causa puntajes sospechosamente altos o errores de preprocesamiento con ColumnTransformer y alineación de características. Fuente: snakeo/claude-debug-and-refactor-skills-plugin.
Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/snakeo/claude-debug-and-refactor-skills-plugin --skill debug:scikit-learn Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code o Cursor
Datos (listos para citar)
Campos y comandos estables para citas de IA/búsqueda.
- Comando de instalación
npx skills add https://github.com/snakeo/claude-debug-and-refactor-skills-plugin --skill debug:scikit-learn- Categoría
- </>Desarrollo
- Verificado
- ✓
- Primera vez visto
- 2026-02-06
- Actualizado
- 2026-02-18
Respuestas rápidas
¿Qué es debug:scikit-learn?
Depure sistemáticamente los problemas de aprendizaje de Scikit. Úselo cuando encuentre errores de modelo como NotFittedError, discrepancias de forma entre los datos del tren y de prueba, errores de valor NaN/infinito, problemas de configuración de canalización, advertencias de convergencia de optimizadores, fallas de validación cruzada debido a desequilibrio de clases, fuga de datos que causa puntajes sospechosamente altos o errores de preprocesamiento con ColumnTransformer y alineación de características. Fuente: snakeo/claude-debug-and-refactor-skills-plugin.
¿Cómo instalo debug:scikit-learn?
Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/snakeo/claude-debug-and-refactor-skills-plugin --skill debug:scikit-learn Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code o Cursor
¿Dónde está el repositorio de origen?
https://github.com/snakeo/claude-debug-and-refactor-skills-plugin
Detalles
- Categoría
- </>Desarrollo
- Fuente
- skills.sh
- Primera vez visto
- 2026-02-06