Splitting Datasets
О программе
Этот навык позволяет Claude автоматически разделять наборы данных на обучающую, валидационную и тестовую выборки для машинного обучения. Он генерирует код на Python с использованием стандартных библиотек при активации такими запросами, как "разделение на train-test" или "разбиение данных". Используйте его на этапе подготовки данных для облегчения корректной разработки и оценки модели.
Быстрая установка
Claude Code
Рекомендуетсяnpx skills add intent-solutions-io/plugins-nixtla -a claude-code/plugin add https://github.com/intent-solutions-io/plugins-nixtlagit clone https://github.com/intent-solutions-io/plugins-nixtla.git ~/.claude/skills/Splitting DatasetsСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
GitHub репозиторий
Frequently asked questions
What is the Splitting Datasets skill?
Splitting Datasets is a Claude Skill by intent-solutions-io. Skills package instructions and resources that Claude loads on demand, so Claude can perform Splitting Datasets-related tasks without extra prompting.
How do I install Splitting Datasets?
Use the install commands on this page: add Splitting Datasets to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does Splitting Datasets belong to?
Splitting Datasets is in the Meta category, tagged ai, testing and data.
Is Splitting Datasets free to use?
Yes. Splitting Datasets is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
Похожие навыки
Этот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.
Этот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.
Этот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.
SGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.
