用途：当任务涉及机器学习或数据分析时使用该技能，强调先理解数据结构（schema 与字段说明），再按场景选择对应流程，并且每段代码后附 markdown 单元格分析结果，最后用一个总结单元格完整回答用户问题。
主要能力与流程：若用户需求与示例计划匹配，则据此调整执行。聚类：可视化相关特征、日期转时间戳、优先保留数据、序数特征用 ordinal encoder、名义特征用 one hot encoder、数值标准化，遍历簇数并采集轮廓系数，按最优簇数聚类，用 PCA 等降维到二维并以簇标签或离散特征作 hue 绘图，用文字描述各簇特征分布。时间序列预测：可视化目标随时间变化，按时间顺序切分训练/验证/测试，检查季节性、平稳性，讨论建模方法，训练两个模型并可用验证集调参，可视化实际与预测值，用误差指标评估后选定模型并在验证+测试集上重训、预测并可视化。探索性数据分析/异常检测：可视化目标分布与特征关系，识别并文字描述异常值与趋势。分类：识别并处理不合 schema 或无目标值的行，切分数据，处理缺失值，编码与标准化，训练多模型，过拟合则正则化重训，欠拟合则增加或构造特征，评估并生成混淆矩阵。回归：识别组泄漏来源并适当聚合，可视化目标，切分数据，缺失值处理，高基数类别特征需限制规模，训练多模型，可视化实际对预测值，评估误差。模型对比：对齐业务指标，建立朴素与简单 ML 基线，使用相同固定切分与 k 折交叉验证，时间数据用按时间切分，报告 F1、PR-AUC、MAE、RMSE 等指标，用自助法计算 95% 置信区间，做切片误差分析，比较混淆矩阵、残差图与校准曲线，评估推理延迟、训练时间、算力成本与模型大小，必要时用 SHAP 或 LIME 评估可解释性，最后给出推荐结论。无匹配计划时执行通用流程。
必要实践：监督学习必须先切分训练与测试数据再拟合预处理流水线（缩放、编码），流水线分别在训练与测试数据上独立拟合；必须检查并处理缺失与 NULL 值，先分析频率，再决定保留、删除或按上下文合理填补并说明理由；尽可能保留数据而非删除。
限制：资料未提供该技能的安装命令、收费方式、支持平台与依赖要求。