Машинное обучение (ML) уже не роскошь, а необходимость для бизнеса, который хочет оставаться конкурентоспособным. Однако даже опытные специалисты часто тратят часы на рутинные задачи: очистку данных, настройку гиперпараметров или выбор алгоритма. В 2026 году промпты (промты) стали незаменимым инструментом для ускорения работы с библиотеками Scikit-learn, XGBoost и CatBoost. В этой статье я собрал 10 готовых промптов, которые помогут вам от препроцессинга до финальной оценки модели. Каждый промпт снабжён пояснением и примером использования — просто копируйте и адаптируйте под свои данные.
1. Промпт для автоматического препроцессинга данных
Задача: Быстро подготовить датасет для обучения: обработать пропуски, закодировать категориальные признаки и масштабировать числовые.
Промпт: «Сгенерируй код на Python с использованием Scikit-learn для препроцессинга датасета. Используй SimpleImputer для заполнения пропусков медианой, OneHotEncoder для категориальных признаков и StandardScaler для числовых. Объедини всё в Pipeline и примени к данным X_train, X_test. Выведи shape до и после обработки.»
Пример использования: Вы работаете с датасетом о клиентах банка (возраст, доход, семейное положение). Промпт создаёт пайплайн, который автоматически обрабатывает все типы данных, экономя 30-40 минут ручного кодирования.
2. Промпт для настройки гиперпараметров XGBoost
Задача: Оптимизировать гиперпараметры XGBoost для задачи регрессии с помощью GridSearchCV.
Промпт: «Напиши код для GridSearchCV с XGBRegressor. Используй параметры: n_estimators (100, 200), max_depth (3, 6, 9), learning_rate (0.01, 0.1, 0.3). Кросс-валидация — 5-fold. Метрика — neg_mean_squared_error. Выведи лучшие параметры и score на тестовой выборке.»
Пример использования: Вы предсказываете цены на недвижимость. Промпт генерирует код, который за 10-15 минут находит оптимальную комбинацию параметров, улучшающую R² на 5-7%.
3. Промпт для сравнения моделей Scikit-learn
Задача: Быстро сравнить несколько классификаторов: LogisticRegression, RandomForest, SVM, KNN.
Промпт: «Создай функцию на Python, которая принимает X_train, y_train, X_test, y_test и обучает модели: LogisticRegression(max_iter=1000), RandomForestClassifier(n_estimators=100), SVC(kernel='rbf'), KNeighborsClassifier(n_neighbors=5). Для каждой модели выведи accuracy, precision, recall, f1-score и время обучения. Используй разбиение train_test_split с random_state=42.»
Пример использования: Задача — определить, какая модель лучше для диагностики заболеваний по медицинским показателям. Промпт выводит сравнительную таблицу за 2 минуты, позволяя выбрать лучший алгоритм.
4. Промпт для обучения CatBoost с категориальными признаками
Задача: Обучить CatBoostClassifier на данных с категориальными признаками без предварительного кодирования.
Промпт: «Напиши код для CatBoostClassifier с параметрами iterations=500, learning_rate=0.05, depth=6. Укажи cat_features как список индексов категориальных колонок. Используй eval_set для ранней остановки (early_stopping_rounds=50). Выведи feature importance в виде столбчатой диаграммы.»
Пример использования: В датасете о покупках пользователей есть признаки «город», «пол», «категория товара». CatBoost обрабатывает их нативно, что ускоряет обучение на 20% по сравнению с OneHotEncoding.
5. Промпт для создания ансамбля моделей (стэкинг)
Задача: Построить стекинг-ансамбль из XGBoost, CatBoost и RandomForest для повышения точности.
Промпт: «Реализуй стекинг с помощью StackingClassifier из Scikit-learn. Базовые модели: XGBClassifier (n_estimators=100), CatBoostClassifier (iterations=100, verbose=0), RandomForestClassifier (n_estimators=100). Мета-модель: LogisticRegression. Используй 5-fold кросс-валидацию. Выведи accuracy на тесте и сравни с каждой базовой моделью по отдельности.»
Пример использования: В соревновании на Kaggle по предсказанию оттока клиентов стекинг даёт прирост accuracy на 2-3% по сравнению с лучшей одиночной моделью.
6. Промпт для визуализации кривых обучения
Задача: Оценить, страдает ли модель от переобучения или недообучения.
Промпт: «Напиши код для построения кривых обучения с помощью learning_curve из Scikit-learn. Используй модель RandomForestClassifier (n_estimators=50). Параметры: train_sizes=[0.1, 0.3, 0.5, 0.7, 0.9], cv=5, scoring='accuracy'. Построй график с двумя линиями: train score и validation score. Добавь легенду и подписи осей.»
Пример использования: Вы обучили модель на 10 000 записей, но точность на валидации сильно ниже, чем на обучении. Кривые показывают разрыв — сигнал к регуляризации или сбору большего объёма данных.
7. Промпт для интерпретации модели SHAP
Задача: Объяснить предсказания XGBoost с помощью SHAP-значений.
Промпт: «Напиши код для расчёта SHAP-значений для XGBClassifier. Используй shap.TreeExplainer. Построй summary_plot (bar и dot) для первых 20 признаков. Также выведи force_plot для одного случайного объекта из тестовой выборки. Установи shap==0.44.0.»
Пример использования: В кредитном скоринге SHAP показывает, что «возраст» и «доход» влияют на решение сильнее всего, а «количество кредитов» — слабо. Это помогает бизнесу обосновать отказ клиенту.
8. Промпт для обработки дисбаланса классов
Задача: Сбалансировать датасет с помощью SMOTE и обучить модель.
Промпт: «Сгенерируй код для балансировки классов с помощью SMOTE из imbalanced-learn. Обучи LogisticRegression на сбалансированных данных. Сравни метрики (precision, recall, f1, roc_auc) до и после применения SMOTE. Используй train_test_split с stratify=y.»
Пример использования: В задаче обнаружения мошеннических транзакций (1% положительных примеров) SMOTE повышает recall с 0.5 до 0.85, что критично для бизнеса.
9. Промпт для сохранения и загрузки модели
Задача: Сериализовать обученную модель XGBoost для дальнейшего использования в продакшене.
Промпт: «Напиши код для сохранения обученного XGBClassifier с помощью joblib.dump. Затем загрузи модель с помощью joblib.load и сделай предсказание на новых данных. Выведи первые 5 предсказаний и их вероятности (predict_proba).»
Пример использования: Модель обучена на сервере, а затем загружается в веб-приложение на Flask. Промпт гарантирует, что версии библиотек совпадают (укажите конкретную версию в требовании).
10. Промпт для автоматического выбора алгоритма с TPOT
Задача: Использовать AutoML для автоматического поиска лучшей модели и пайплайна.
Промпт: «Напиши код для TPOTClassifier с параметрами generations=5, population_size=20, cv=5, scoring='accuracy'. Запусти на датасете (X_train, y_train). Выведи лучший пайплайн и его accuracy на тестовой выборке. Укажи random_state=42 и n_jobs=-1 для ускорения.»
Пример использования: TPOT за 30 минут перебирает сотни комбинаций и находит пайплайн, который превосходит ручную настройку на 10% по accuracy. Подходит для новичков, которые не знают, с чего начать.
Заключение
Эти 10 промптов покрывают 80% типичных задач в ML: от подготовки данных до интерпретации результатов. В 2026 году использование промптов — это не просто экономия времени, а способ систематизировать знания и избежать типичных ошибок. Scikit-learn, XGBoost и CatBoost остаются лидерами, а правильная автоматизация рутины позволяет сосредоточиться на анализе и бизнес-ценности. Сохраните эту шпаргалку и адаптируйте промпты под свои проекты — результат не заставит себя ждать.
Комментарии