用途：面向机器学习任务的特征工程技能，帮助创建新特征、筛选重要特征并转换现有特征，以提升模型的准确率、效率与可解释性。
主要能力：生成交互项等新特征；用随机森林、SelectKBest 等方法计算特征重要性并选出前若干特征；进行缩放、归一化、独热编码、标签编码等转换；输出性能指标与洞察，如新特征重要性或转换对模型的影响。
使用方式：当需要创建、选择或转换特征时触发该技能，提供必要上下文与参数，由 Claude 分析需求、生成带数据校验与错误处理的 Python 代码并执行，最后审查输出并按需修改。技能与 feature-engineering-toolkit 插件集成，可与其他 Claude Code 技能组合构建完整机器学习流水线。
适用场景：提升客户流失预测等模型准确率、降低欺诈检测等模型复杂度、让特征更符合模型假设。
限制与前提：需要适当的文件访问权限并安装所需依赖；输入无效时会提示修正，缺少依赖时列出所需组件，权限错误时给出修复建议。具体依赖清单、安装命令、收费与平台信息暂未提供。