ML Model Trainer 技能：训练可复现的商品分类模型

Claude Code 安装步骤

从 GitHub 固定提交获取完整的 `plugins/ai-ml/ml-model-trainer/skills/training-machine-learning-models` 目录。
复制到目标项目的 `.claude/skills/`，确认 `.claude/skills/training-machine-learning-models/SKILL.md`，再从项目根目录启动 Claude Code，输入 `/training-machine-learning-models`。

用 Claude Code 从有标签的合成数据训练分类模型，固定数据切分、记录验证指标并保存产物。

生成 200 个合成包裹并以 small、medium 标注。用 80% 数据做训练与交叉验证，剩余 20% 只评估一次，保存训练产物和 holdout 报告。

可从报告复核切分、随机种子、宏平均 F1 与类别数量，并用本地保存的产物重放同一合成预测。

GitHub 原文 · 更新日期 2026-11-13

准备 Python、pandas、scikit-learn 及合成商品重量、宽度与分类标签。示例不需要外部模型服务。

用训练内部的验证选择参数。保留测试集做最终检查，避免通过多次尝试适配测试数据。