用途 该技能用于让 Claude 自动完成机器学习模型的训练与评估流程。当需要基于给定数据集训练模型、评估模型性能或自动化模型训练过程时，可调用该技能。
主要能力
- 数据分析与准备：分析提供的数集，识别目标变量，并据此判断适合的模型类型（分类、回归等）。
- 模型选择与训练：根据数据分析结果选择合适的机器学习模型，配置训练参数，并使用交叉验证技术训练模型。
- 性能评估与持久化：训练完成后生成性能指标以评估模型效果，并保存训练好的模型工件供未来使用。
使用方式 以自然语言提出训练需求即可触发。示例一：用户请求“在这个客户流失数据集上训练一个分类模型”，技能会分析数据、将流失状态识别为目标变量并判定适用分类模型，选择合适分类算法（如逻辑回归、随机森林），使用交叉验证训练并生成准确率、精确率、召回率等指标。示例二：用户请求“根据面积、位置和卧室数量等特征训练一个预测房价的回归模型”，技能会分析房价数据、将价格识别为目标变量并判定适用回归模型，选择合适回归算法（如线性回归、支持向量回归），使用交叉验证训练并生成均方误差（MSE）、R 平方等指标。
适用场景 适用于需要快速完成分类或回归建模任务的场景，例如客户流失预测、房价预测。可与其他数据分析和数据操作工具配合进行训练前的数据准备，也可与模型部署工具集成，将训练好的模型部署到生产环境。
限制与注意事项 文档建议在训练前确保数据集干净且格式规范；可考虑特征工程以提升模型表现；可通过尝试不同超参数设置来优化性能。具体支持的算法范围、数据规模上限、运行环境要求等细节暂未提供。