⚠️

重要前提

安装AI Skills的关键前提是：必须科学上网，且开启TUN模式，这一点至关重要，直接决定安装能否顺利完成，在此郑重提醒三遍：科学上网，科学上网，科学上网。查看完整安装教程 →

特征工程工具包 - 自动化特征工程处理，支持编码、缩放、转换等机器学习预处理

feature-engineering-kit by dkyazzentwatwa/chatgpt-skills

48 周安装量

39 GitHub Stars

GitHub

安装命令

npx skills add https://github.com/dkyazzentwatwa/chatgpt-skills --skill feature-engineering-kit

AI/机器学习自动化数据处理

🇨🇳中文介绍

特征工程工具包

自动化特征工程，包含编码、缩放和转换功能。

功能特性

编码 : 独热编码、标签编码、目标编码
缩放 : 标准化、最小-最大缩放、鲁棒缩放
多项式特征 : 生成交互特征
分箱 : 离散化连续特征
日期特征 : 提取基于时间的特征
文本特征 : TF-IDF、词频统计
缺失值处理 : 多种插补策略

CLI 使用方式

python feature_engineering.py --data train.csv --output engineered.csv --config config.json

依赖项

scikit-learn>=1.3.0
pandas>=2.0.0
numpy>=1.24.0

每周安装量

代码仓库

dkyazzentwatwa/…t-skills

GitHub 星标数

首次出现

2026年1月24日

安全审计

Gen Agent Trust HubPass

广告位招租

在这里展示您的产品或服务

触达数万 AI 开发者，精准高效

联系我们

🇺🇸English

Feature Engineering Kit

Automated feature engineering with encodings, scaling, and transformations.

Features

Encodings : One-hot, label, target encoding
Scaling : Standard, min-max, robust scaling
Polynomial Features : Generate interactions
Binning : Discretize continuous features
Date Features : Extract time-based features
Text Features : TF-IDF, word counts
Missing Value Handling : Imputation strategies

CLI Usage

python feature_engineering.py --data train.csv --output engineered.csv --config config.json

Dependencies

scikit-learn>=1.3.0
pandas>=2.0.0
numpy>=1.24.0

Weekly Installs

Repository

dkyazzentwatwa/…t-skills

GitHub Stars

First Seen

Jan 24, 2026

Security Audits

Gen Agent Trust HubPass SocketPass SnykPass

Installed on

gemini-cli39

opencode39

codex38

cursor37

github-copilot36

claude-code33