| name | run-modeling |
| description | 予測モデリングのワークフローを実装・評価する。引数: <dataset_path> <target> <task> |
| disable-model-invocation | true |
Skill: Run Modeling
このリポジトリの規約に従って、予測モデリングのワークフローを実装する。
呼び出し時の引数として、データセットパス・目的変数・予測タスクを受け取る。引数が空または不明な場合は、ユーザーに以下を確認する。
- データセットパス(例:
data/raw/titanic/train.csv)
- 目的変数(例:
Survived)
- 予測タスク(簡単な説明。例: 「乗客の生存を予測する二値分類」)
CLAUDE.md、.claude/skills/ 配下の関連スキル、docs/agent/* に従って以下を実施する。
- 特徴量エンジニアリングのコードを
src/analysis_project/ 配下に作成する。
- モデリングのコードを
src/analysis_project/ 配下に作成する。
- 学習・評価を実行するスクリプトを
scripts/ 配下に作成する。
- ベースラインモデルとシンプルなMLモデルを最低1つずつ比較する。
- train/validation分割を使用する。
- ターゲットリーケージを確認する。
- 評価指標を
outputs/tables/ に保存する。
- 関連する図を
outputs/figures/ に保存する。
- 特徴量エンジニアリングのテストを追加・更新する。
- 可能であればテストと品質チェックを実行する。
最後に日本語で以下をまとめる。
- 作成・変更したファイル
- 使用した特徴量
- ベースラインの結果
- モデルの結果
- 最良モデル
- 制限事項・注意点
- 実行したコマンド
- 残課題