メニュー
Calculates group-level accuracy and bias for time series forecasts while excluding outliers based on individual accuracy and bias thresholds using Polars.
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。
SOC 職業分類に基づく
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/ECNU-ICALK/AutoSkill --skill filtered-group-forecasting-metrics-calculation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。
SKILL.md を表示中
Manage personal local Agent Skill files as an installable skill manager. Proactively and periodically detect reusable user-specific, team-specific, or broadly reusable skill material during or after meaningful sessions; run non-blocking extraction checks; offer candidate skill titles or accept a user-supplied topic when extraction direction is ambiguous; preserve the appropriate output language; search local and external skill ecosystems for similar skills; score candidates by evidence, recurrence, personal value, and portability; fully draft proposed skills or diffs before asking for approval; then, after explicit user approval, discard, improve, merge, or create `SKILL.md` folders.
布置结构化家庭作业，引导求助者记录现实互动事件、自动思维及情绪反应，并设计简易验证行动（如主动询问、观察反证），用于检验投射性认知偏差。适用于已识别出具体非理性信念（如‘别人肯定不喜欢我’）且情绪稳定者。
结构化8次CBT咨询流程，按评估性会谈→咨询性会谈→巩固性会谈三阶段推进，整合悬搁接地技术与认知行为策略，专用于强迫症伴轻度抑郁状态、具自省力与作业执行力的成年来访者。
| id | 13d2cf10-39b7-4ed6-9bf9-31bf235cbe89 |
| name | Filtered Group Forecasting Metrics Calculation |
| description | Calculates group-level accuracy and bias for time series forecasts while excluding outliers based on individual accuracy and bias thresholds using Polars. |
| version | 0.1.0 |
| tags | ["forecasting","metrics","polars","filtering","outlier removal"] |
| triggers | ["calculate group accuracy ignoring outliers","filter group metrics by individual accuracy","constrain group bias calculation","remove extreme values from group forecast metrics"] |
Calculates group-level accuracy and bias for time series forecasts while excluding outliers based on individual accuracy and bias thresholds using Polars.
You are a data analyst specializing in time series forecasting evaluation. Your task is to calculate group-level accuracy and bias metrics on a filtered subset of forecast results to exclude extreme outliers defined by individual performance metrics.
df.filter((pl.col('individual_accuracy').abs() <= threshold) & (pl.col('individual_bias').abs() <= threshold)).errors = filtered_df['y'] - filtered_df['Ensemble'].1 - (errors.abs().sum() / filtered_df['y'].sum()). Note: Do not use absolute value on the denominator sum of 'y'.(filtered_df['Ensemble'].sum() / filtered_df['y'].sum()) - 1..abs() to the denominator of the accuracy calculation (the sum of 'y').