Agent ML Skills

它適合什麼工作，以及為什麼是它

這是一個包含十五個機器學習技能的技能包，而不是單一工具，而真正有用的單位是其中一個技能。本導讀細讀的是資料清理技能，值得單獨拿出來談的原因是它強制一條既容易說、也容易違反的規則：所有用來清理資料的統計量，都只能從訓練集學到。

使用這份清單的一個理由，是即使知道規則，也可能因順序而產生資料洩漏：清理跑在切分之前，或某個方便的呼叫在整個資料表上算了平均。這個技能指出這些錯誤，並建議以管線分開「在訓練集上配適」和「轉換其他切分資料」。這讓你有具體的程式路徑可以檢查。單靠指令無法防止洩漏，仍需檢查配適發生的位置，並測試最後的管線。

它同時附上整條流程的其他環節，而那才是這個技能包真正的論點：同一套慣例從探索、清理、特徵工程、管線、評估、調參一路到部署。如果你採用其中一個，它們之間的交接已經寫下來了，而那正是團隊通常留給「習慣」處理的部分。

什麼情況不該用它

首先要考慮的是安裝器，而這也是最有理由猶豫的地方。它文件上的快速開始會用套件執行器，把技能寫進你代理的使用者層級或專案層級技能資料夾，並且提供覆寫選項。執行它就代表檔案會出現在你的程式庫以外、版本控制管不到的位置。如果這在你的環境裡不可接受，這個技能包仍然可以手動閱讀與複製，但接下來就是你得自己維護一份副本。

它是為 Python 的機器學習工作寫的，而且大部分假設你處在 scikit-learn 與 pandas 的世界。如果你的技術堆疊不是這樣，有好幾個技能讀起來會像是在講你用不到的函式庫。

它也不能取代你對自己資料的了解。技能寫的是一般方法；它不可能知道你的資料表裡某一欄其實是標籤的代理變數，而那正是傷害最大的洩漏，也是任何通用清單都抓不到的那一種。

它需要什麼，以及會產出什麼

前置條件是一個可用的 Python 資料環境，以及已經載入的資料。這個技能不會取得或產生資料。它假設你已經走到「原始資料表存在、品質問題也已經被找出來」的階段，通常是在探索之後。

回傳的是方法，而不是一支程式。這個清理技能給出的是一條有順序的流程——去重、修正型別、統一類別、處理缺值、處理離群值，最後驗證——並附上依情況分類的缺值處理對照表、一組只在訓練集上配適轉換的程式寫法、一組界線同樣取自訓練集的縮尾寫法，以及一份指名道姓的常見錯誤清單。

它最後要求一份很容易被省略、但值得堅持的交接產物：清理過、型別正確的資料表，加上一份記錄了各項決定的清單，說明哪些值被填補、被縮尾或被丟棄，以及為什麼。少了那份清單，下一個人分不清某個處理是刻意的決定還是意外。

工具支援、權限與相依性

專案自己的文件列出四個可搭配使用的程式開發代理，並為每一個提供安裝目標；已發布的紀錄把來源查核標為 verified。這些技能是純 Markdown 指示檔，所以任何會讀取技能資料夾的代理都能用；安裝器只是方便，不是必要條件。

權限有兩層，而且兩層不同。技能檔案本身只需要底層工作需要的東西：讀你的資料、寫程式碼與清理後的表。安裝器則是範圍較大的那一層——它會把檔案寫進代理的設定資料夾，那些位置在你的專案之外、也在版本控制之外，而且文件裡有覆寫選項。請把安裝當成一個刻意的步驟，在你了解的目錄底下執行，並在執行前先知道檔案會落在哪裡。

相依性是屬於你的分析工作，而不是屬於這個技能。那些程式範例引用了常見的 Python 資料函式庫，而且有一個技能會指名交棒給另一個技能，所以要走完整條鏈，就代表要安裝那些範例假設的技術堆疊。技能本身不會自行執行：它們是你的代理讀取之後、用你賦予它的工具去行動的指示。

和「一段寫得好的提示詞」相比

對一張小資料表的單次清理工作而言，一句「所有前處理都只在訓練集上配適，並把所有決定告訴我」的提示詞就能解決大半，而且不需要維護成本。差別在於壓力下的完整性：技能帶著那些具體的陷阱——在整個資料表上取平均、悄悄丟掉資料列、把其實是訊號的離群值刪掉——而簡短提示詞會把這些留給模型自己去記。

代價是你得接下整個技能包：十五個技能、一個安裝器、與上游儲存庫的維護關係，以及一套可能和你團隊現有慣例不一致的規範。如果你只需要那條洩漏規則，把那個方法抄進你自己的內部規範也是站得住腳的替代方案，而且完全不需要安裝器。

還有一項比較值得明講：這個技能包教的是方法，它不會審查你的資料。如果你真正需要的是有人幫你看一份已經在洩漏的管線，那麼針對你自己的 notebook 寫一段專門的審查提示詞，會比採用十五個通用技能找到更多東西。

如何自己驗收成果

清理過的資料表很容易接受，卻很難信任。下面這幾項是事後能抓到洩漏與無聲資料流失的檢查。

• 在每一步前後都數一次資料列數。填補會保留列，丟棄不會；列數下降卻沒有對應的書面決定，是無聲流失最明顯的跡象。
• 在整條管線裡搜尋任何在切分之前算出的統計量。取自完整資料表的平均、中位數、分位數或類別對照，即使程式碼看起來很整齊，也是洩漏。
• 確認填補器只配適一次並重複使用，而不是在每個切分上各配適一次。配適兩次會產生兩套不同的對照，而驗證數字會在無聲中變錯。
• 確認那份決定清單存在，而且逐欄寫出被改動過的欄位。一張沒有留下處理紀錄的清理後資料表，是不可重現的。
• 用同一份輸入再跑一次清理，確認輸出相同。這裡的不確定性通常來自隨機種子、字典順序，或沒有決勝條件的排序。
• 問一下：留下來的欄位裡有沒有哪一欄是標籤的代理變數。這項檢查不在技能裡，而它正是能通過所有通用測試的那種洩漏。

來源、版本，以及實際讀過的範圍

上面這些判斷是針對本頁顯示的那個提交寫成。當已發布紀錄移到另一個提交時，這份導讀就不再顯示，因此不會變成在描述沒有人重新讀過的版本。

實際讀過的是：專案的儲存庫總覽，以及其中一個技能的完整內容——該提交下的資料清理技能。其餘十四個技能只在總覽裡看到一行摘要，所以上面任何內容都不應被當成對它們的評價。本文描述的安裝器行為，來自專案自己文件上的指令與目標對照表。沒有安裝任何東西、沒有取得任何套件、沒有處理任何資料，也沒有執行任何代理。關於方法實際表現如何的敘述，是從指示讀出來的，不是跑出來的觀察。