メニュー
Build a Through-the-Door training set with reject inference using fuzzy augmentation, including PD-based sample weights; pairs with autogluon-tabularpredictor-fit for modeling the augmented data.
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/crossxwill/IML4Finance --skill fuzzy-augmentation-reject-inferenceコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
Edit Quarto (.qmd) and Markdown (.md) files with proper nested code block handling to prevent parser errors and truncated output; standalone utility with no skill dependencies.
Render or build or compile Quarto .qmd files from the command line.
Consolidated AutoGluon skill covering end-to-end TabularPredictor workflow (constructor, fit, predict_proba, fit_summary, save/load, set_model_best), binary threshold calibration and setting, sklearn wrapper integration, and monotonic constraints. Use for any AutoGluon Tabular questions, training/ensembling configuration, inference/probabilities, threshold tuning, deployment persistence, or sklearn interoperability.
SOC 職業分類に基づく
SKILL.md を表示中
| name | fuzzy-augmentation-reject-inference |
| description | Build a Through-the-Door training set with reject inference using fuzzy augmentation, including PD-based sample weights; pairs with autogluon-tabularpredictor-fit for modeling the augmented data. |
Create a weighted Through-the-Door dataset by scoring rejected applicants with a KGB model, duplicating them as good and bad outcomes, and assigning sample_weight by predicted PD.
default_flag = 1, sample_weight = PDdefault_flag = 0, sample_weight = 1 - PDsource column../scripts/create_ttd_data.py to standardize the augmentation../templates/ttd_summary.md.