data-science-feature-engineering이란?
기계 학습을 위한 기능 엔지니어링: 인코딩, 크기 조정, 변환, 날짜/시간 기능, 텍스트 기능 및 기능 선택. 모델링을 위해 데이터를 준비하거나 더 나은 표현을 통해 모델 성능을 향상시킬 때 사용합니다. 출처: legout/data-platform-agent-skills.
기계 학습을 위한 기능 엔지니어링: 인코딩, 크기 조정, 변환, 날짜/시간 기능, 텍스트 기능 및 기능 선택. 모델링을 위해 데이터를 준비하거나 더 나은 표현을 통해 모델 성능을 향상시킬 때 사용합니다.
명령줄에서 data-science-feature-engineering AI 스킬을 개발 환경에 빠르게 설치
출처: legout/data-platform-agent-skills.
Use this skill for creating, transforming, and selecting features that improve model performance.
| sklearn pipelines | sklearn.pipeline + ColumnTransformer | Reproducible, cross-validation safe | | Categorical encoding | categoryencoders | Beyond sklearn's limited options | | Feature selection | sklearn.featureselection | Mutual info, RFE, SelectFromModel | | Text embeddings | sentence-transformers | Pre-trained semantic embeddings |
| Auto feature engineering | Feature-engine | Comprehensive transformations |
기계 학습을 위한 기능 엔지니어링: 인코딩, 크기 조정, 변환, 날짜/시간 기능, 텍스트 기능 및 기능 선택. 모델링을 위해 데이터를 준비하거나 더 나은 표현을 통해 모델 성능을 향상시킬 때 사용합니다. 출처: legout/data-platform-agent-skills.
AI/검색 인용용 안정적인 필드와 명령어.
npx skills add https://github.com/legout/data-platform-agent-skills --skill data-science-feature-engineering기계 학습을 위한 기능 엔지니어링: 인코딩, 크기 조정, 변환, 날짜/시간 기능, 텍스트 기능 및 기능 선택. 모델링을 위해 데이터를 준비하거나 더 나은 표현을 통해 모델 성능을 향상시킬 때 사용합니다. 출처: legout/data-platform-agent-skills.
터미널 또는 명령줄 도구(Terminal, iTerm, Windows Terminal 등)를 엽니다 이 명령어를 복사하여 실행합니다: npx skills add https://github.com/legout/data-platform-agent-skills --skill data-science-feature-engineering 설치 후 스킬은 자동으로 AI 코딩 환경에 설정되어 Claude Code, Cursor, OpenClaw에서 사용할 수 있습니다
https://github.com/legout/data-platform-agent-skills