scikit-learn best practices: leak-proof pipelines, CV, tuning, and evaluation
Split avant prétraitement, pipelines et column transformers contre les fuites de données, stratégies CV stratifiées, GridSearch/RandomizedSearch, bonnes métriques pour données déséquilibrées et persistance joblib
- Quoi
- Split avant prétraitement, pipelines et column transformers contre les fuites de données, stratégies CV stratifiées, GridSearch/RandomizedSearch, bonnes métriques pour données déséquilibrées et persistance joblib
- Coût
- Gratuit
- Prérequis
- un projet ML Python avec un dataset sur lequel travailler — le skill est un guide que l'agent suit, pas un logiciel à installer
- Installation
- Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.
Sélectionné par Skill Harbor — le skill de bonnes pratiques scikit-learn de @mindrally : la discipline complète d'un workflow ML solide — splitter avant tout prétraitement (stratifié pour classes déséquilibrées), toujours chaîner prétraitement et modélisation dans `Pipeline`/`ColumnTransformer` pour que les transformers ne soient fit que sur le train, scaler selon l'algorithme (StandardScaler/MinMaxScaler/RobustScaler), encoder les catégorielles, imputer les valeurs manquantes, valider croisé avec la bonne stratégie (`KFold`, `StratifiedKFold`, `TimeSeriesSplit`, `GroupKFold`), tuner avec `GridSearchCV`/`RandomizedSearchCV` sur train/val seulement avec `n_jobs=-1`, évaluer avec des métriques adaptées au problème (F1/ROC-AUC pour le déséquilibre, MAE/R² pour la régression), rapporter des intervalles de confiance contre des baselines significatives, évaluer sur le test tenu à l'écart une seule fois à la fin, persister des pipelines entiers avec joblib, et versionner les artefacts de modèles. Bémols honnêtes : méthodologie seulement — l'agent a besoin d'un dataset ML et d'un environnement Python ; certaines règles (p. ex. `class_weight='balanced'`) sont spécifiques à scikit-learn. Licence Apache-2.0. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh.
Version :
Réponse rapide
scikit-learn best practices est une fiche gratuite pour la discipline complète d'un workflow ML solide. Splitter avant tout prétraitement, stratifié pour classes déséquilibrées, et toujours chaîner prétraitement et modélisation dans Pipeline ou ColumnTransformer, transformers fit sur le train seulement. Il couvre scaling par algorithme, encodage des catégorielles, imputation des manquantes, validation croisée adaptée, tuning GridSearchCV ou RandomizedSearchCV, et persistance joblib.
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 7682ca7Étape 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 : un projet ML Python avec un dataset sur lequel travailler — le skill est un guide que l'agent suit, pas un logiciel à installer Installe-moi « Bonnes pratiques scikit-learn : pipelines sans fuite, CV, tuning et évaluation ». Il donne à mon agent le manuel scikit-learn de @mindrally : discipline split-avant-prétraitement, Pipeline/ColumnTransformer contre les fuites de données, scaling et encodage par algorithme, bonne stratégie de validation croisée par type de problème, tuning GridSearchCV/RandomizedSearchCV, métriques adaptées au problème (F1/ROC-AUC pour le déséquilibre, MAE/R2 pour la régression), évaluation finale unique sur test tenu à l'écart, et persistance joblib avec artefacts versionnés. Licence Apache-2.0. Dépôt : https://raw.githubusercontent.com/mindrally/skills/7682ca77710e0971eab4e0ae5dddfa281aea0ba5/scikit-learn-best-practices/SKILL.md Version épinglée : installe le code au commit 7682ca77710e0971eab4e0ae5dddfa281aea0ba5 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, les identifiants uniquement via le coffre sécurisé, les hôtes autorisés déclarés dans le SKILL.md. 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-best-practices ». 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. pointer l'agent vers mon dataset et le modèle à entraîner ou réviser ; rien d'autre — c'est une méthodologie). 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
- 7682ca7 · 2026-10-13
- Test d’installation en sandbox
- Installation exécutée dans notre sandbox de test · 11 nov. 2026
- 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.