AI Skill 大全

自动数据探索报告

丢一份数据集进去,自动诊断数据质量、出全套图表、跑建模评估并生成可发表的 HTML 报告。

功能与用途

拿到一份陌生数据集,从看分布、查缺失、找相关到建个基线模型评估,手工做一遍要花很久。它把这一整套 EDA 流程自动化:自动诊断数据质量与异常值、生成 20 多种图表、按逻辑回归/随机森林/XGBoost 等算法自动建模并调参,最后汇总成一份能发表的交互式 HTML 报告。医疗方向还支持 ICD-10、SNOMED CT 这类医学编码处理。前提是本地装好整套 Python 数据科学依赖库。

适用场景

  • 拿到一份乳腺检查数据集,需要快速摸清各特征分布、找出异常值并:拿到一份乳腺检查数据集,需要快速摸清各特征分布、找出异常值并给诊断建个基线模型看 AUC
  • 论文或课题结项要交付一份带图表和模型评估的可视化报告,手工画:论文或课题结项要交付一份带图表和模型评估的可视化报告,手工画图排版太慢
  • 信用评分数据要做欺诈检测,需要对比多个算法的 ROC 和混淆:信用评分数据要做欺诈检测,需要对比多个算法的 ROC 和混淆矩阵并解释特征重要性
  • 手上有三个不同来源的数据文件,想一次性跑完同样的探索和建模流:手上有三个不同来源的数据文件,想一次性跑完同样的探索和建模流程再对比结果

适用人群

  • 做科研数据分析的研究人员
  • 金融风控的建模人员
  • 医疗数据分析或临床研究岗

使用步骤

  1. 把数据集(CSV/Excel/JSON/Parquet)准备好,说明哪些是诊断列、生物标记物列或预测目标列
  2. 让它自动完成数据加载与数据诊断,检查质量报告里列出的缺失、异常值和编码问题是否合理
  3. 生成可视化图表并核对分布、相关性和异常点是否符合业务或临床直觉
  4. 指定算法让其自动建模评估,拿到模型对比结果和 SHAP 解释后导出 HTML 或 PDF 报告

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
知识
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
专业
版本
main
最近更新
2026-09-11
文件数
4
安装包大小
自动生成 ZIP
安全检查
基础检查通过

自动化数据探索和可视化工具,提供从数据加载到专业报告生成的完整EDA解决方案。支持多种图表类型、智能数据诊断、建模评估和HTML报告生成。适用于医疗、金融、电商等领域的数据分析项目。

使用前准备

  • 需要 Python 环境并安装 pandas、scikit-learn、xgboost、matplotlib、seaborn、plotly、statsmodels、jinja2、weasyprint 等依赖。

依赖与权限

  • 读取用户主动提供的内容

同类 Skill