debug:scikit-learn

This guide provides a systematic approach to debugging Scikit-learn machine learning code. Follow these phases to identify and resolve issues efficiently.

Eseguire il debug sistematico dei problemi di Scikit-learn. Da utilizzare quando si riscontrano errori del modello come NotFittedError, mancate corrispondenze di forma tra dati di training e test, errori di valore NaN/infinito, problemi di configurazione della pipeline, avvisi di convergenza da parte degli ottimizzatori, errori di convalida incrociata dovuti a squilibrio di classi, perdita di dati che causa punteggi sospettosamente elevati o errori di pre-elaborazione con ColumnTransformer e allineamento delle funzionalità. Fonte: snakeo/claude-debug-and-refactor-skills-plugin.

Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/snakeo/claude-debug-and-refactor-skills-plugin --skill debug:scikit-learn Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw