智能聚类分析工具源文件源码

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）