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

kmeans

GitHub

该技能用于执行K-Means聚类分析，对业务对象进行客户分群。流程包括确认实体特征、数据清洗标准化、计算聚类结果及生成可视化图表，最终输出簇画像与质量报告。

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

触发场景

需要对企业客户或用户进行分群画像要求对数值型业务数据进行无监督聚类分析

安装

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

更多选项

不安装直接使用

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",
    "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.