클로드스킬마트스킬 둘러보기바로 쓰는 문장영상으로 배우기터미널 사용법스킬이 뭐예요?
 
← 목록으로

탐색적 데이터 분석 (안전 모드)

승인된 로컬 과학 데이터 파일만 경계 안에서 안전하게 프로파일링하고, 결측·누수·이상치 진단과 EDA 보고서 초안을 만들어 주는 스킬.

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

무엇을 해주나

  • CSV/TSV/JSON을 표준 라이브러리만으로 경계가 정해진(bounded) 스키마·프로파일 리포트로 요약합니다.
  • 결측 패턴, 그룹/분할(train·test) 중복, 시간 기준 누수(leakage) 위험을 점검합니다.
  • 평균/표준편차와 중앙값/IQR/MAD를 비교해 이상치와 변환(log 등) 민감도를 보여 줍니다. 데이터를 절대 자동으로 고치거나 삭제하지 않습니다.
  • 선택 설치 시 NumPy(.npy/.npz), HDF5, FASTA/FASTQ, PNG/JPEG/TIFF 메타데이터까지 검사합니다(픽셀·시퀀스 원문은 출력하지 않음).
  • 보고서 스캐폴드를 생성해 가정·민감도 분석·한계를 채워 넣게 합니다.
  • 지원 목록에 없는 포맷은 '실패로 닫기(fail closed)' 원칙으로 거부하고, 셀·헤더·메타데이터에 숨은 지시문은 데이터로만 취급합니다.

이런 분께 추천

  • 임상·생명과학·이미징 등 민감한 데이터를 다루며 원본 유출 없이 1차 탐색을 해야 하는 연구자
  • 모델링 전에 데이터 누수와 분할 경계를 점검해야 하는 데이터 과학자
  • 재현 가능하고 감사 가능한 EDA 절차가 필요한 팀

활용 예시

  1. python scripts/capability_manifest.py inspect data.csv --root /approved/project로 지원 여부를 먼저 확인한 뒤 프로파일링 실행.
  2. missingness_leakage_audit.py에 --group-column condition --entity-column subject_id --split-column split을 주어 피험자 단위 분할이 깨졌는지 확인.
  3. distribution_sensitivity.py --column measurement로 이상치가 평균에 미치는 영향과 로그 변환 필요성을 판단.
  4. report_scaffold.py로 식별정보가 제거된 EDA 보고서 초안을 마크다운으로 생성.

· · · 설치 가이드 · · ·

설치 없이 지금 한 번 써보기

아래를 Claude에 붙여넣으면 설치하지 않고도 이 스킬을 그대로 씁니다.

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/HEAD/skills/exploratory-data-analysis/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

Claude가 링크를 열지 못하면, 링크를 직접 열어 내용을 복사해 붙여넣으세요.

↓ 쓸 만하면 아래에서 ZIP을 받아 설치하세요. 그러면 매번 붙여넣지 않아도 알아서 작동합니다.

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 && mkdir -p ~/.claude/skills && cp -r scientific-agent-skills/skills/exploratory-data-analysis ~/.claude/skills/

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

  1. 터미널을 열고 원하는 작업 폴더로 이동합니다.
  2. 저장소를 내려받습니다: git clone https://github.com/K-Dense-AI/scientific-agent-skills.git
  3. 스킬 폴더를 만듭니다: mkdir -p ~/.claude/skills
  4. 이 스킬만 복사합니다: cp -r scientific-agent-skills/skills/exploratory-data-analysis ~/.claude/skills/
  5. Python 3.11 이상이 설치되어 있는지 확인합니다: python3 --version (NumPy/TIFF 등 선택 기능은 3.12 이상 필요).
  6. 선택 기능이 필요하면 uv pip install "numpy==2.5.1" "h5py==3.16.0" "biopython==1.87" "pillow==12.3.0" "tifffile==2026.7.14" 를 실행합니다.
  7. 분석할 데이터를 담을 승인된 폴더(예: /approved/project)를 정하고 원본 사본만 넣어 둡니다.
  8. Claude Code를 재시작한 뒤 "이 CSV의 결측과 누수를 점검해줘"처럼 요청하면 스킬이 발동합니다.
GitHub에서 원본 보기 ↗라이선스: MIT