cuml-machine-learning

โดย langchain-ai

ใช้สำหรับการเรียนรู้ของเครื่องที่เร่งด้วย GPU บนข้อมูลแบบตารางโดยใช้ NVIDIA cuML ทำงานเมื่อมีงานที่เกี่ยวข้องกับการจำแนกประเภท การถดถอย การจัดกลุ่ม การลดมิติ...

npx skills add https://github.com/langchain-ai/deepagents --skill cuml-machine-learning

cuML Machine Learning Skill

GPU-accelerated machine learning using NVIDIA RAPIDS cuML. cuML provides a scikit-learn-compatible API that runs on NVIDIA GPUs, enabling massive speedups on large datasets.

When to Use This Skill

Use this skill when:

  • Training classification models (predict categories, detect fraud, classify text)
  • Training regression models (forecast values, predict prices, estimate quantities)
  • Clustering data (segment customers, group documents, find patterns)
  • Dimensionality reduction (visualize high-dimensional data, compress features)
  • Preprocessing and feature engineering on large datasets
  • Any ML task on datasets with 10K+ rows where GPU acceleration helps

Initialization (REQUIRED)

Always start every script with this boilerplate. It tests actual GPU ML operations.

import pandas as pd
import numpy as np

try:
    import cudf
    import cuml
    # Smoke-test: verify GPU ML works end-to-end
    _test_data = cudf.DataFrame({'a': [1.0, 2.0, 3.0, 4.0], 'b': [5.0, 6.0, 7.0, 8.0]})
    _km = cuml.cluster.KMeans(n_clusters=2, n_init=1, random_state=42)
    _km.fit(_test_data)
    assert len(_km.labels_) == 4
    GPU = True
except Exception as e:
    print(f"[GPU] cuml unavailable, falling back to scikit-learn: {e}")
    GPU = False

def read_csv(path):
    return cudf.read_csv(path) if GPU else pd.read_csv(path)

def to_pd(df):
    """Convert cuML/cuDF output to pandas. Use this instead of .to_pandas() directly."""
    if not GPU:
        return df
    try:
        return df.to_pandas()
    except Exception as e:
        print(f"[GPU] .to_pandas() failed, using Arrow fallback: {e}")
        return df.to_arrow().to_pandas()

Import Patterns

# GPU mode
if GPU:
    from cuml.cluster import KMeans, DBSCAN, HDBSCAN
    from cuml.ensemble import RandomForestClassifier, RandomForestRegressor
    from cuml.linear_model import LinearRegression, Ridge, Lasso, LogisticRegression
    from cuml.neighbors import KNeighborsClassifier, KNeighborsRegressor
    from cuml.svm import SVC, SVR
    from cuml.decomposition import PCA, TruncatedSVD
    from cuml.manifold import UMAP, TSNE
    from cuml.preprocessing import StandardScaler, MinMaxScaler, LabelEncoder
    from cuml.model_selection import train_test_split
    from cuml.metrics import accuracy_score, r2_score, mean_squared_error
# CPU fallback
else:
    from sklearn.cluster import KMeans, DBSCAN, HDBSCAN
    from sklearn.ensemble import RandomForestClassifier, RandomForestRegressor
    from sklearn.linear_model import LinearRegression, Ridge, Lasso, LogisticRegression
    from sklearn.neighbors import KNeighborsClassifier, KNeighborsRegressor
    from sklearn.svm import SVC, SVR
    from sklearn.decomposition import PCA, TruncatedSVD
    from sklearn.manifold import TSNE
    from sklearn.preprocessing import StandardScaler, MinMaxScaler, LabelEncoder
    from sklearn.model_selection import train_test_split
    from sklearn.metrics import accuracy_score, r2_score, mean_squared_error
    # UMAP not in sklearn — skip or pip install umap-learn

Quick Reference

Train/Test Split (Start Here)

X = df[["feature1", "feature2", "feature3"]].astype("float32")
y = df["target"]

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

Classification

model = RandomForestClassifier(n_estimators=100, max_depth=10, random_state=42)
model.fit(X_train, y_train)

predictions = model.predict(X_test)
accuracy = float(accuracy_score(to_pd(y_test), to_pd(predictions)))
print(f"Accuracy: {accuracy:.4f}")

# Feature importances (tree models only)
importances = to_pd(model.feature_importances_)
for name, imp in zip(feature_names, importances):
    print(f"  {name}: {imp:.4f}")

Regression

model = Ridge(alpha=1.0)
model.fit(X_train, y_train)

predictions = model.predict(X_test)
r2 = float(r2_score(to_pd(y_test), to_pd(predictions)))
mse = float(mean_squared_error(to_pd(y_test), to_pd(predictions)))
print(f"R² Score: {r2:.4f}")
print(f"MSE: {mse:.4f}")

# Coefficients
coeffs = to_pd(model.coef_)
print(f"Intercept: {float(model.intercept_):.4f}")

Clustering (KMeans)

X = df[["feature1", "feature2"]].astype("float32")

model = KMeans(n_clusters=4, n_init=10, random_state=42)
model.fit(X)

labels = to_pd(model.labels_)
centroids = to_pd(model.cluster_centers_)
inertia = float(model.inertia_)

print(f"Inertia: {inertia:.2f}")
print(f"Cluster sizes: {labels.value_counts().sort_index().to_dict()}")
print(f"Centroids:\n{centroids}")

Dimensionality Reduction (PCA)

scaler = StandardScaler()
X_scaled = scaler.fit_transform(X.astype("float32"))

pca = PCA(n_components=3)
X_reduced = pca.fit_transform(X_scaled)

variance_ratio = to_pd(pca.explained_variance_ratio_)
print(f"Explained variance: {[f'{v:.4f}' for v in variance_ratio]}")
print(f"Total explained: {float(sum(variance_ratio)):.4f}")

Dimensionality Reduction (UMAP — GPU only)

if GPU:
    reducer = UMAP(n_components=2, n_neighbors=15, min_dist=0.1, random_state=42)
    embedding = to_pd(reducer.fit_transform(X_scaled))
    print(f"UMAP embedding shape: {embedding.shape}")

Preprocessing

# Scale numeric features
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X.astype("float32"))

# Encode categorical columns
le = LabelEncoder()
df["category_encoded"] = le.fit_transform(df["category"])

Data Type Requirements

  • cuML requires float32 or float64 for features. Always cast: X.astype("float32")
  • Integer targets (classification labels) work directly
  • Categorical columns must be encoded first (LabelEncoder or OneHotEncoder)
  • cuML does NOT support sparse matrices — always use dense data

Gotchas

IssueFix
TypeError: sparse inputConvert to dense: X.toarray() or don't use sparse
PCA solver='randomized' failsUse solver='full' or omit (cuML auto-selects)
UMAP not available on CPUSkip UMAP in CPU mode or pip install umap-learn
Float64 slower than float32Cast to float32: X.astype("float32")
Large dataset OOMReduce features or sample data before fitting

Output Guidelines

When reporting ML results:

  • Include dataset shape (rows × features) and target distribution
  • Show train/test split sizes
  • Report key metrics in a formatted table (accuracy, R², MSE, etc.)
  • For classification: show per-class metrics if multi-class
  • For clustering: show cluster sizes and centroid summaries
  • For dimensionality reduction: show explained variance ratios
  • List feature importances ranked by magnitude
  • Note any data quality issues (class imbalance, missing values, outliers)

Skills เพิ่มเติมจาก langchain-ai

deepagents-thread-inspector
langchain-ai
ตรวจสอบและอธิบายบทสนทนาในคลังเก็บเซสชัน SQLite ของ Deep Agents Code ในเครื่อง ใช้เป็นตัวสำรองเมื่อเครื่องมือติดตาม LangSmith ไม่พร้อมใช้งาน สำหรับ...
deepagents-python-quickstart
langchain-ai
สร้าง Deep Agent ขนาดเล็กในเครื่องของคุณโดยใช้ Python ตามคู่มือเริ่มต้นใช้งานอย่างเป็นทางการ โดยใช้การค้นหาเว็บแบบดั้งเดิมของผู้ให้บริการแทน Tavily ใช้เมื่อผู้ใช้ต้องการ…
deepagents-typescript-quickstart
langchain-ai
สร้าง Deep Agent ภายในเครื่องขั้นต่ำใน TypeScript โดยทำตามคู่มือเริ่มต้นอย่างเป็นทางการ โดยใช้การค้นหาเว็บแบบเนทีฟของผู้ให้บริการแทน Tavily ใช้เมื่อผู้ใช้...
eval-engineering
langchain-ai
ตรวจสอบ agent repository และ traces ที่ผู้ใช้ให้มา (ถ้ามี) แบบวนซ้ำ สัมภาษณ์ผู้ใช้ และสร้าง รัน และตรวจสอบ Harbor evals ทีละรายการ ใช้สำหรับ…
LangChain RAG Pipeline
langchain-ai
ใช้ทักษะนี้เมื่อสร้างระบบการสร้างเสริมการค้นคืน (RAG) ใดๆ ครอบคลุมตัวโหลดเอกสาร, RecursiveCharacterTextSplitter, การฝังข้อความ (OpenAI),…
LangChain Structured Output & HITL
langchain-ai
langchain-structured-output-&-hitl — ทักษะที่สามารถติดตั้งได้สำหรับเอเจนต์ AI เผยแพร่โดย langchain-ai/langchain-skills
LangSmith Datasets
langchain-ai
เรียกใช้สกิลนี้เมื่อสร้างชุดข้อมูลประเมินผลจาก trace หรืออัปโหลดชุดข้อมูลไปยัง LangSmith หรือสอบถามชุดข้อมูล ครอบคลุมประเภทชุดข้อมูล (final_response, …)
langsmith-evaluator
langchain-ai
เรียกใช้สกิลนี้เมื่อสร้างไปป์ไลน์การประเมินสำหรับ LangSmith ครอบคลุมสามองค์ประกอบหลัก: (1) การสร้างตัวประเมิน - LLM-as-Judge, โค้ดที่กำหนดเอง; (2)…