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 :
Réponse rapide
scikit-learn est un guide gratuit pour Muse, de @eyadsibai, pour l'apprentissage automatique classique avec scikit-learn, listé comme fiche courte. Il couvre des tables de choix d'algorithmes pour classification, régression, clustering et réduction de dimension, des pipelines avec prévention des fuites, la validation croisée, des métriques par tâche, des réglages comme GridSearchCV et RandomizedSearchCV, et des pièges courants avec correctifs.
Installation
Copiez le dossier d’installation ci-dessous, puis collez-le dans Muse🧪 Installation exécutée dans notre sandbox de test · 11 nov. 2026📌 Version épinglée : commit f8e8569Étape 0 — avant d'installer quoi que ce soit : lis ce prompt d'installation, résume en quelques lignes ce que ce build fait et ce que l'installation implique, puis demande-moi de confirmer avant de continuer. 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://raw.githubusercontent.com/eyadsibai/ltk/f8e85697b95d8e4968cff3c49d20e632048faae9/plugins/ltk-data/skills/scikit-learn/SKILL.md Version épinglée : installe le code au commit f8e85697b95d8e4968cff3c49d20e632048faae9 exactement (Skill Harbor a testé cette version). Ne substitue pas une version plus récente. Si ce commit est inaccessible, arrête-toi et dis-le-moi. 1. Récupère le fichier SKILL.md (et les fichiers d'aide éventuels) depuis le chemin du dépôt dans un dossier temporaire 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.
Enregistré dans vos installs récentes. Retrouvez-le à tout moment sur /connect.
🔒 Sécurité, provenance et ce que ça touche
Le prompt d'installation ci-dessous inclut déjà les étapes de vérification : votre agent suit la checklist communautaire avant d'installer tout ce qui contient du code exécutable. Vous en voulez plus ?
Certificat de vérification
Faits datés sur ce qui a été vérifié pour cette fiche, et comment. Ce n’est pas une certification de sécurité.
- Version épinglée
- f8e8569 · 2026-10-13
- Test d’installation en sandbox
- Installation exécutée dans notre sandbox de test · 11 nov. 2026 · Observé pendant le test d’installation: files.pythonhosted.org, pypi.org
- Identité du créateur
- Non vérifiée
- Veille d’empreinte
- Dernière vérification · 19 nov. 2026 : aucun changement détecté dans les fichiers liés par ce prompt d’installation
- Analyse du prompt d’installation
- 2026-10-13 : Aucune commande, appel réseau, paquet, écriture de fichier ni clé API détecté.
Skill Harbor ne révise jamais le code des skills listés. Ce sont des faits datés sur le prompt d’installation et notre test d’installation, pas une certification de sécurité. Révisez un skill vous-même avant de l’installer. Comment nous vérifions
Questions
Comment installer un skill ?
Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe le skill 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 un skill avant de l’installer.