scikit-learn — classical machine learning playbook (short listing)
Fiche courte — licence non vérifiable : tableaux de choix d'algorithmes pour classification, régression, clustering et réduction de dimension, plus pipelines, stratégies de validation croisée, métriques, tuning d'hyperparamètres et pièges courants
- Quoi
- Fiche courte — licence non vérifiable : tableaux de choix d'algorithmes pour classification, régression, clustering et réduction de dimension, plus pipelines, stratégies de validation croisée, métriques, tuning d'hyperparamètres et pièges courants
- Coût
- Gratuit
- Prérequis
- Python 3 avec scikit-learn installé — un problème de classification, régression ou clustering à traiter
- Installation
- Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.
Sélectionné par Skill Harbor — fiche courte (le frontmatter du repo ne porte aucun champ licence et le manifest de découverte enregistre null — le manifest fait foi, donc aucun contenu n'est reproduit) : le skill scikit-learn de @eyadsibai (collection de plugins ltk) — un guide pratique et compact pour le machine learning classique avec scikit-learn. Il couvre les tableaux de choix d'algorithmes (régression logistique, Random Forest, Gradient Boosting, SVM, KNN en classification ; Ridge/Lasso, Random Forest, Gradient Boosting en régression ; KMeans, DBSCAN, Agglomératif, mélange gaussien en clustering ; PCA, t-SNE, UMAP en réduction de dimension), les concepts de pipelines (Pipeline, ColumnTransformer, FeatureUnion, prévention du leakage), les stratégies de validation croisée (KFold, StratifiedKFold, TimeSeriesSplit, LeaveOneOut), les métriques par tâche, les méthodes de tuning d'hyperparamètres (GridSearchCV, RandomizedSearchCV, HalvingGridSearchCV) et les pièges courants avec leurs corrections. Bémols honnêtes : conditions de licence non vérifiables — fiche courte avec lien uniquement, rien copié ; la dérive de version de scikit-learn compte (p. ex. HalvingGridSearchCV exige sklearn 0.24+) ; suis le lien source et lis toi-même les conditions avant usage. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh.
Version :
Installation
Prérequis : Python 3 avec scikit-learn installé — un problème de classification, régression ou clustering à traiter Installe-moi « scikit-learn — guide de machine learning classique (fiche courte) ». Il donne à mon agent le guide scikit-learn de @eyadsibai : tableaux de choix d'algorithmes pour classification, régression, clustering et réduction de dimension, concepts de pipelines avec prévention du leakage, stratégies de validation croisée, métriques par tâche, méthodes de tuning d'hyperparamètres, bonnes pratiques et pièges courants avec corrections. IMPORTANT : les conditions de licence n'étaient pas vérifiables (le manifest de découverte n'enregistre aucune licence) — récupérer depuis le lien seulement, ne rien reproduire au-delà du lien, et lire toi-même les conditions avant usage. Dépôt : https://github.com/eyadsibai/ltk/blob/main/plugins/ltk-data/skills/scikit-learn/SKILL.md 1. Récupère le fichier SKILL.md (et les fichiers d'aide éventuels) depuis le chemin du dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Vérification de sécurité : examine le SKILL.md et les scripts pour tout contenu suspect (appels réseau inattendus, commandes shell, collecte d'identifiants). Ce dépôt ne devrait contenir aucun secret en dur. Vérifie que c'est bien le cas ici ; STOP sur tout signal d'alerte et dis-le-moi. 3. Installe-le comme skill : copie le SKILL.md et ses fichiers d'aide dans le répertoire des skills de l'agent, dans un dossier nommé « scikit-learn ». 4. Vérifie sans appels réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. pip install scikit-learn ; vérifier que ta version de sklearn supporte les méthodes de tuning prévues ; lire les conditions de licence avant réutilisation). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf s'il figure dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi.
Questions
Comment installer une création ?
Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe la création pour vous — sans configuration manuelle.
Où va mon argent ?
Directement au vendeur. Skill Harbor ne traite jamais les paiements : le paiement se fait sur la page du vendeur, généralement via Stripe.
Que signifie le ✓ à côté du nom d’un créateur ?
Il signifie que nous avons confirmé l’identité de la personne derrière la fiche. Il ne dit rien sur le code lui-même — vérifiez toujours une création avant de l’installer.