予測モデリングのワークフローを実装・評価する。引数: <dataset_path> <target> <task>
The English summary is being prepared. Showing the original description.
See how to installReview the instructions the agent will receive before you install.
このリポジトリの規約に従って、予測モデリングのワークフローを実装する。
呼び出し時の引数として、データセットパス・目的変数・予測タスクを受け取る。引数が空または不明な場合は、ユーザーに以下を確認する。
data/raw/titanic/train.csv）Survived）CLAUDE.md、.claude/skills/ 配下の関連スキル、docs/agent/（プロジェクト概要・データカタログ・指標定義）に従って以下を実施する。
src/analysis_project/ 配下に作成する。src/analysis_project/ 配下に作成する。scripts/ 配下に作成する。*-diagnostics skill（例: predictive-modeling-diagnostics の references/ml-evaluation.md・references/tree-model.md）の「必ず出す図・値」を出し、診断サマリー表を作成する。outputs/tables/ に保存する。outputs/figures/ に保存する（診断図は outputs/diagnostics/<run>/）。最後に日本語で以下をまとめる。
| 診断項目 | 実測値 | 合格基準 | 判定 | 次アクション |）No reviews yet. Tell others what you thought.
No login needed. Share how it worked for you, ask a question, or note where it did not run.
No comments yet. Be the first to write one.
Use this when summarizing analysis results, writing reports, documenting experiment outcomes, or presenting model evaluation — including structuring findings in Japanese with conclusions, facts, assumptions, interpretations, and caveats.
The English summary is being prepared. Showing the original description.
因果推論・効果検証（A/B テスト / ABテスト / オンライン実験 / リフト / SRM / CUPED、観察データの処置効果 / ATE / ATT / CATE / 傾向スコア / propensity score / IPW / 二重頑健 / DML / causal forest、準実験 / 差の差 / DiD / イベントスタディ / 操作変数 / IV / 2SLS / 回帰不連続 / RDD / 合成コントロール）を実行したら必ずセットで出す図と値のルーター。 proportions_ztest, chisquare, statsmodels.stats.power, dowhy, econml, causalml, doubleml, propensity, LinearDML, IV2SLS, rdrobust, rddensity, pysyncon, treat*post がコードに現れたとき、またはユーザーが「ABテストの結果を 見て」「施策の効果を推定して」「差の差で」「傾向スコアで揃えて」「閾値前後で比較して」と言ったときに使う。SRM・ バランス・並行トレンド・first-stage に言及がなくても適用する。SKILL.md のルーティング表で設計を特定し、対応する references/<設計>.md を読んでから実行する。実験でない群間比較の検定は statistical-inference-diagnostics、 予測モデルの解釈（SHAP 等）は predictive-modeling-diagnostics を使う。
The English summary is being prepared. Showing the original description.
Use this when performing DataFrame operations — including loading, filtering, joining, aggregating, transforming, or reshaping tabular data with polars or pandas.
The English summary is being prepared. Showing the original description.
Use this when creating, editing, executing, or reviewing Jupyter notebooks — including cell structure, kernel management, extracting reusable logic to src/, and ensuring notebooks are restartable.
The English summary is being prepared. Showing the original description.
Use this when reading from or writing to local files — including constructing file paths with pathlib, creating directories, choosing output locations, and using path utilities from src/analysis_project/paths.py.
The English summary is being prepared. Showing the original description.
分析を始める前に構造化された分析計画を作成する
The English summary is being prepared. Showing the original description.