该技能基于 scripts/analyzer.py 主脚本，对数据集特征进行全面分析并生成 Markdown 报告，适用于希望“全面分析特征”“生成特征报告”“看相关性”“推荐建模方案”“特征全景”等场景。前提是必须提供目标变量，且目标变量需为数值型；它不做单特征快速探索，也不做模型训练。
必选参数为 --data_path（数据文件路径，支持 parquet/csv）与 --target（目标变量列名，0/1 二分类）。可选参数包括 --exclude_cols（排除列，逗号分隔）、--baseline_filter 与 --comparison_filter（PSI 基准与对比数据条件，pandas query）、--top_n（默认 10，输出 IV 排名前 N 的特征分箱明细）、--specified_features（指定特征分箱明细）、--output（报告名称，默认 feature_analysis_report.md）、--output_dir（产物目录，默认 ./outputs/<ts>）、--config（JSON 配置文件路径）。
执行方式：python scripts/analyzer.py
--data_path ./data.parquet --target y_label
--exclude_cols "cust_code,busi_dt"
--baseline_filter "busi_dt <= '20250501'"
--comparison_filter "busi_dt > '20250701'"
--output_dir ./outputs/fa_run。基础分析可省略 PSI 相关参数；单变量深度分析可加 --top_n 10 或 --specified_features。
报告包含数据概览、基础统计、IV 值分析、PSI 稳定性分析、相关性分析、综合建议、建模特征方案、单变量深度分析等章节，并生成四套方案：全量入模、去共线性标准、高预测力精选、稳定性优先。
限制：PSI 分析需同时提供 baseline_filter 与 comparison_filter，否则跳过；相关性仅对数值型特征有效，非数值列自动跳过；大数据集报告默认展示 IV Top 20；报告保存到 <output_dir>/。官方未提供更多收费、平台或效果信息。