클로드스킬마트스킬 둘러보기스킬이 뭐예요?
 
← 목록으로

탐색적 데이터 분석 (EDA)

승인된 로컬 과학 데이터 파일을 안전 경계 안에서 프로파일링하고 결측·누수·이상치 진단 리포트를 만들어 주는 스킬.

데이터·분석중급★ 33,030⑂ 3,248AI 점수 9/10마지막 업데이트: 2026. 8. 9.

무엇을 해주나

로컬에 있는 승인된 데이터 파일을 모델링이나 확증 분석 전에 점검합니다.

  • 핵심 자동 지원: CSV/TSV의 스키마·프로파일, 결측/그룹/분할 감사, 분포·이상치·변환 민감도 분석, 엄격 모드 JSON 구조 점검
  • 선택 지원: NumPy(.npy/.npz), HDF5 메타데이터, FASTA/FASTQ 스트리밍 요약, PNG/JPEG/TIFF 컨테이너 메타데이터
  • 안전 규칙: 네트워크 호출 없음, pickle 미사용, 원본 데이터 읽기 전용, 원시 행·시퀀스·식별자 미출력(토큰화), 지원하지 않는 포맷은 그냥 실패(fail-closed)
  • 리포트 스캐폴드: 가정·민감도 분석·한계를 채워 넣는 마크다운 보고서 템플릿 생성

데이터 사전, 관측 단위, 배치/사이트 구조, 결측 코드, 학습/검증/테스트 분할 기준을 먼저 확인하도록 유도하는 "EDA 추론 체크리스트"가 포함되어 있어, 데이터 누수와 과잉 해석을 예방합니다.

이런 분께 추천

  • 논문·임상·실험 데이터를 다루며 재현성과 감사 추적이 중요한 연구자
  • 모델 학습 전 데이터 누수(분할 겹침, 그룹 누수)를 사전에 잡고 싶은 데이터 사이언티스트
  • 개인정보나 민감 메타데이터를 그대로 노출하면 안 되는 환경의 분석가
  • 여러 과학 포맷을 다루지만 어떤 도구를 써야 할지 라우팅이 필요한 팀

활용 예시

  1. 임상 측정 CSV 점검: missingness_leakage_audit.py로 subject_id, split, observation_time 컬럼을 지정해 피험자가 학습/테스트에 동시에 등장하는지 확인.
  2. 측정값 분포 검토: distribution_sensitivity.py로 특정 컬럼의 평균/SD vs 중앙값/IQR/MAD를 비교하고 로그 변환 전후 민감도를 확인(데이터는 수정하지 않음).
  3. 현미경 이미지 메타데이터 확인: image_inspector.py로 OME-TIFF의 page/series/axes/dtype만 읽어 픽셀 디코딩 없이 데이터셋 구조 파악.

· · · 설치 가이드 · · ·

Claude 앱에 설치 (터미널 필요 없음)
  1. 아래 버튼으로 ZIP 파일을 받으세요.
  2. Claude 설정 → Capabilities에서 '코드 실행 및 파일 생성'을 켭니다. (한 번만)
  3. Claude에서 Customize → Skills → + → '스킬 업로드'를 누르고 받은 ZIP을 올립니다.
↓ ZIP 내려받기
Claude Code에 설치

Claude에게 맡기기 — 아래 문장을 Claude Code에 붙여넣으세요

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/exploratory-data-analysis 폴더를 내 ~/.claude/skills/exploratory-data-analysis/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.

직접 명령으로 설치하기

git clone https://github.com/K-Dense-AI/scientific-agent-skills.git /tmp/scientific-agent-skills && mkdir -p ~/.claude/skills && cp -r /tmp/scientific-agent-skills/skills/exploratory-data-analysis ~/.claude/skills/

⚠ 제3자가 만든 스킬입니다. 설치 전 원본 저장소를 한 번 확인하세요.

  1. 터미널을 엽니다.
  2. 저장소를 내려받습니다: git clone https://github.com/K-Dense-AI/scientific-agent-skills.git
  3. 스킬 폴더를 만듭니다: mkdir -p ~/.claude/skills
  4. 스킬을 복사합니다: cp -r scientific-agent-skills/skills/exploratory-data-analysis ~/.claude/skills/
  5. Python 3.11 이상이 설치되어 있는지 확인합니다: python3 --version (CSV/TSV/JSON 핵심 기능은 표준 라이브러리만 사용)
  6. NumPy·HDF5·FASTA·이미지 검사도 쓰려면 Python 3.12+ 와 uv를 준비한 뒤 필요한 것만 설치합니다: uv pip install numpy h5py biopython pillow tifffile (SKILL.md의 버전 핀은 참고용이며, 설치 오류가 나면 버전 지정을 빼고 설치하세요)
  7. 분석할 데이터를 담을 전용 승인 디렉터리를 만듭니다(예: ~/approved-project). 모든 명령은 --root 로 이 경로를 지정합니다.
  8. Claude Code를 재시작한 뒤 "이 CSV 파일 EDA 해줘"처럼 요청하면 스킬이 자동으로 호출됩니다.
GitHub에서 원본 보기 ↗라이선스: MIT