登录
下载
Skill UI
浏览并发现
10582+
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
降维
,共找到
8
条记录
默认排序
最新上传
最多下载
特征工程工具集
engineering-features-for-machine-learning
jeremylongshore/claude-code-plugins-plus-skills
466
该技能借助 feature-engineering-toolkit 插件自动创建、筛选和转化特征,用于提升机器学习模型的准确性和解释性,适合构造交互特征、降维或归一化等预处理场景。
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
Umap 可视化工具
umap
sickn33/antigravity-awesome-skills
379
Umap 提供一致性流形近似的降维与可视化能力,适合从复杂高维数据中提取结构,在 2D/3D 布局中探索嵌入关系。
查看详情
基因组区间机器学习
geniml
K-Dense-AI/scientific-agent-skills
237
Geniml是一个用于对基因组区间数据(BED文件)进行机器学习建模的Python工具包。它提供了多种无监督方法(如Region2Vec和BEDspace),用于学习基因组区域、单细胞(scATAC-seq)和元数据关联的鲁棒嵌入。适用于基因组学研究中的降维、聚类、细胞类型注释和跨模态查询等任务。
查看详情
单细胞RNA测序分析
scanpy
K-Dense-AI/scientific-agent-skills
123
这是一个功能全面的Python工具包,用于执行从原始数据到最终细胞类型注释的单细胞RNA测序(scRNA-seq)分析。它支持质量控制(QC)、数据标准化、降维(PCA/UMAP/t-SNE)、细胞聚类和差异基因表达分析等全流程。用户可以使用内置的脚本处理多种格式的数据,生成高质量的生物学图谱和注释报告。
查看详情
Python机器学习开发指南
scikit-learn
K-Dense-AI/scientific-agent-skills
179
本技能提供使用scikit-learn进行全流程机器学习任务的综合指南。它涵盖了从数据预处理到模型构建的全过程,支持监督学习(分类、回归)、无监督学习(聚类、降维)和模型性能评估,帮助用户构建工业级ML流水线。
查看详情
UMAP非线性降维与可视化
umap-learn
K-Dense-AI/scientific-agent-skills
143
UMAP是一种强大的非线性降维技术,用于将高维数据映射到低维空间(如2D/3D)。本工具支持用于数据可视化、聚类预处理和特征工程,能够保留数据的高维结构,并支持监督学习和多种距离度量指标。
查看详情
1
语言
简体中文
English