Используйте, когда "scikit-learn", "sklearn", "машинное обучение", "классификация", "регрессия", "кластеризация" или вопросы о "разделении теста поезда", "перекрестной проверке", "настройке гиперпараметров", "конвейере машинного обучения", "случайном лесу", "SVM", "предварительной обработке".
Быстро установите AI-навык scikit-learn в вашу среду разработки через командную строку
Источник: eyadsibai/ltk.
| Logistic Regression | Baseline, interpretable | Fast, probabilistic | | Random Forest | General purpose | Handles non-linear, feature importance | | Gradient Boosting | Best accuracy | State-of-art for tabular | | SVM | High-dimensional data | Works well with few samples | | KNN | Simple problems | No training, instance-based |
| Linear Regression | Baseline | Interpretable coefficients | | Ridge/Lasso | Regularization needed | L2 vs L1 penalty | | Random Forest | Non-linear relationships | Robust to outliers | | Gradient Boosting | Best accuracy | XGBoost, LightGBM wrappers |
| KMeans | Spherical clusters | nclusters (must specify) | | DBSCAN | Arbitrary shapes | eps (density) | | Agglomerative | Hierarchical | nclusters or distance threshold | | Gaussian Mixture | Soft clustering | ncomponents |
Стабильные поля и команды для ссылок в AI/поиске.
npx skills add https://github.com/eyadsibai/ltk --skill scikit-learnИспользуйте, когда "scikit-learn", "sklearn", "машинное обучение", "классификация", "регрессия", "кластеризация" или вопросы о "разделении теста поезда", "перекрестной проверке", "настройке гиперпараметров", "конвейере машинного обучения", "случайном лесу", "SVM", "предварительной обработке". Источник: eyadsibai/ltk.
Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/eyadsibai/ltk --skill scikit-learn После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw
https://github.com/eyadsibai/ltk