Agent Skills › Zafer-Liu/Data-Analysis-Agent › kmeans

kmeans

GitHub

执行K-Means聚类分析，对业务对象进行客户分群。流程包括特征确认、缺失值处理、标准化、选择K值及评估聚类质量，最终输出各簇画像与异常点分析。

skills/kmeans/SKILL.md Zafer-Liu/Data-Analysis-Agent

Trigger Scenarios

需要对业务数据进行客户分群或群体划分需要执行K-Means聚类算法并获取聚类画像

Install

npx skills add Zafer-Liu/Data-Analysis-Agent --skill kmeans -g -y

More Options

Use without installing

npx skills use Zafer-Liu/Data-Analysis-Agent@kmeans

指定 Agent (Claude Code)

npx skills add Zafer-Liu/Data-Analysis-Agent --skill kmeans -a claude-code -g -y

安装 repo 全部 skill

npx skills add Zafer-Liu/Data-Analysis-Agent --all -g -y

预览 repo 内 skill

npx skills add Zafer-Liu/Data-Analysis-Agent --list

SKILL.md

Frontmatter

{
    "icon": "🔵",
    "name": "kmeans",
    "tags": [
        "mode-business",
        "mode-ml",
        "segmentation",
        "modeling"
    ],
    "description": "使用 K-Means 对业务对象进行聚类画像（clustering 客户分群）",
    "allowedTools": [
        "get_schema",
        "query_data",
        "run_analysis",
        "generate_chart"
    ]
}

K-Means 聚类

确认聚类实体与特征，处理缺失值并标准化数值变量。比较合理的 K 值，报告聚类质量、各簇规模、中心特征和业务画像，并说明异常点及稳定性限制。

Tool routing

Use get_schema to identify the entity key, candidate numeric features, and source table.
Use query_data to verify feature availability, missingness, and scale before modeling.
Use run_analysis with analysis_name="K_Means" for the clustering computation.
Use generate_chart on cluster profiles, elbow output, or label result tables after run_analysis succeeds.