登录
下载
Skill UI
浏览并发现
9746+
精选技能
全部
编程开发
人工智能
设计创意
产品商业
数据科学
市场营销
职场通用
效率工具
硬件工程
语言学习
搜索
聚类
,共找到
11
条记录
默认排序
最新上传
最多下载
Databricks性能调优指南
databricks-performance-tuning
jeremylongshore/claude-code-plugins-plus-skills
212
本指南提供了一套全面的Databricks性能优化方案。涵盖了针对不同工作负载(如ETL、ML、流式)的集群配置推荐、Spark参数调优、以及Delta Lake的深度优化策略(如Z-Ordering和液体聚类)。帮助用户快速诊断和解决数据处理慢、效率低下的数据问题。
查看详情
聚类分析助手
running-clustering-algorithms
jeremylongshore/claude-code-plugins-plus-skills
446
自动化运行 K-means、DBSCAN 或层次聚类,完成预处理、校验、指标计算和可视化,便于识别数据中的群体结构与异常点。
查看详情
Aeon 时间序列机器学习
aeon
K-Dense-AI/claude-scientific-skills
122
Aeon 是兼容 scikit-learn 的时间序列机器学习工具,涵盖分类、回归、聚类、预测、异常检测、分割、相似搜索与特征提取,面向各类时序数据场景。
查看详情
Datamol化学信息工具
datamol
K-Dense-AI/claude-scientific-skills
169
Datamol 提供 rdkit 的 Python 化封装,简化 SMILES/SELFIES/InChI 解析、结构标准化、分子描述符/指纹、聚类、3D 构象、并行批处理及云存储读写等药物发现流程,并保持与 rdkit.Chem.Mol 对象的兼容性。
查看详情
Scanpy 单细胞分析流程
scanpy
K-Dense-AI/claude-scientific-skills
63
Scanpy 是一个可扩展的 Python 工具包,用于处理单细胞 RNA-seq 数据,包含质控、归一化、降维、聚类、标志基因识别、细胞类型注释及高质量可视化,适用于 h5ad/10X/CSV 格式。
查看详情
UMAP 高效降维可视化
umap-learn
K-Dense-AI/claude-scientific-skills
327
UMAP 提供快速非线性流形降维,可生成保留局部与全局结构的嵌入,适合可视化、聚类预处理、以及监督/半监督学习等高维数据场景。
查看详情
Aeon时间序列机器学习工具包
aeon
K-Dense-AI/scientific-agent-skills
106
Aeon是一个兼容scikit-learn的Python时间序列机器学习工具包。它提供了一个统一的API,用于处理时间序列数据的分类、回归、聚类、预测(Forecasting)、异常检测、分段和模式识别等多种高级任务。适用于需要对时间依赖性数据进行专业分析的场景。
查看详情
基因组区间机器学习工具箱
geniml
K-Dense-AI/scientific-agent-skills
208
Geniml是一个用于在基因组区间数据(BED文件)上进行机器学习分析的Python工具包。它提供了一系列先进的无监督方法,用于学习基因组区域、单细胞(scATAC-seq)和元数据的嵌入表示。核心功能包括Region2Vec、BEDspace、scEmbed等,支持构建共识峰集(Universe),可用于基因组学研究中的聚类和特征提取。
查看详情
单细胞RNA测序分析流程
scanpy
K-Dense-AI/scientific-agent-skills
435
该技能提供了一个完整的单细胞RNA测序(scRNA-seq)分析流程。它指导用户完成从数据质量控制、归一化、降维(PCA/UMAP/t-SNE),到细胞聚类和标记基因识别等所有关键步骤,是进行生物学探索性研究和生成高质量图表的必备工具。
查看详情
UMAP降维:可视化与特征提取
umap-learn
K-Dense-AI/scientific-agent-skills
56
UMAP是一种强大的非线性降维技术,用于可视化高维数据和进行聚类预处理。它能够高效地保留数据的局部和全局结构,并支持监督/半监督学习。该工具适用于数据探索、维度降低以及复杂的机器学习模型构建。
查看详情
社交媒体缺陷报告聚类
bug-clustering
jeremylongshore/claude-code-plugins-plus-skills
384
该技能是内部流程,用于处理原始的X/Twitter帖子,将其转化为结构化的缺陷报告。其流程包括解析、内容去重、PII脱敏、可靠性评分和分类,最终利用签名算法将相关的缺陷报告进行聚类。适用于大规模社交媒体缺陷工单的高效分流与分析。
查看详情
1
语言
简体中文
English