项目描述：DataCluster Pro - 智能聚类分析工具集1. 行业与业务场景适用行业：跨行业通用型数据分析，特别适用于公共卫生（WHO数据集）、金融客户分群、市场细分等场景核心业务场景：多维度客户/群体智能分群（如健康水平分组、用户价值分层）自动化数据探索与特征工程（缺失值处理、时间特征生成）可视化聚类结果解读（2D投影、特征雷达图）多语言分析报告输出（中英双语一键切换）2. 功能模块与用户价值四大核心模块架构：数据预处理引擎智能处理缺失值（中位数填充数值/众数填充类别）自动化特征工程（面板数据变化特征生成）分类变量编码与标准化处理用户价值：节省80%数据清洗时间，保证分析数据质量聚类分析核心K-means聚类优化（轮廓系数确定最佳K值）多维特征降维（PCA可视化）聚类结果解释（特征重要性分析）用户价值：无需算法知识，自动获得最优分组方案智能可视化系统缺失值热力图 + 分布直方图变量关系矩阵 + 相关系数热力图聚类雷达图 + 2D投影散点图用户价值：复杂数据关系一目了然，支持专业图表输出多语言报告生成中英文双语界面切换自动生成分析报告（PDF/TXT）聚类特征统计表输出用户价值：国际团队协作无障碍，符合学术/商业报告标准3. 技术选型与架构特点核心技术栈：数据处理：Pandas（缺失值处理） + NumPy（矩阵运算）机器学习：Scikit-learn（KMeans, PCA, Silhouette）可视化：Matplotlib/Seaborn + 字体自适应渲染架构亮点：配置驱动模式：通过修改全局变量即可切换数据集和分析目标模块化流水线：数据加载 → 清洗 → 聚类 → 可视化 标准化流程智能自适应：自动检测中文字体（支持Windows/macOS）大型数据集智能采样（>1000条自动降载）高基数分类变量自动优化展示面板数据专项处理：时间序列特征自动生成（变化率/差值）