用途：在 MATLAB 中为单响应监督分类或回归工程化并选择最佳预测特征，适用于内存中的普通表格数据；非表格数据（信号、图像、电池/机械遥测）会先路由到对应领域技能做特征提取，再在生成的表上完成工程化、选择、评估与交付。
主要能力：提供结构化、数据驱动的选择流程，包括排序器面板、共识投票与肘部截断，而非手工挑选特征；包含特征池生成、选择、评估（无模型的质量评估、留出集或交叉验证的性能评估、可选稳定性检查）以及交付推理脚本与结果文件。
使用方式：所有 MATLAB 代码通过 MATLAB MCP 服务器运行（mcp__matlab__evaluate_matlab_code，脚本用 mcp__matlab__run_matlab_file），将 project_path 设为该技能的 scripts/ 目录；每个工具都是直接调用的叶子函数，无初始化步骤。运行前需与用户逐项确认数据源、响应变量、数据集名称、输出目录（必须确认，硬性停止）、领域描述、评估策略、报告是否生成等参数。流程按阶段顺序执行：接入、特征池、选择、评估、交付、报告。
适用场景：单响应分类或回归的表格数据特征工程与选择；希望获得可复现、有共识投票支撑的特征集。
限制：仅支持单响应问题；不负责模型训练、调参或部署，只准备特征；不负责原始数据获取；非表格数据的实际特征计算由对应领域提取技能完成。需要 Statistics and Machine Learning Toolbox（SMLT），MATLAB Report Generator 为可选（启用 PDF 报告，Markdown 始终生成）。稳定性检查默认关闭且计算开销大。输出目录必须由用户确认，不得默认或静默创建。