Data Processing
Normalisieren numerischer Daten mit Min-Max-Skalierung, um Werte in einen 0-1 Bereich zu transformieren. Perfekt für Machine Learning Vorverarbeitung, Datenanalyse und Feature-Skalierung.
Rufen Sie dieses Werkzeug aus Ihrem Code in drei Sprachen auf.
curl -X POST 'https://api.elysiatools.com/de/api/tools/data-normalizer-minmax' \
-H 'Content-Type: application/json' \
-d '{"inputData":"name,age,salary\nAlice,25,50000\nBob,30,75000\nCharlie,35,120000","targetColumns":"alter, gehalt oder name, email\n\nLeer lassen für numerische Spalten","outputRange":"0, 1","handleMissing":"skip","preserveOriginal":false,"decimalPlaces":4,"includeStatistics":true}'Senden Sie eine POST-Anfrage mit Ihren Eingaben als JSON. Dateiparameter erfordern einen vorherigen Upload.
POST https://api.elysiatools.com/de/api/tools/data-normalizer-minmax| Name | Typ | Erforderlich | Beschreibung |
|---|---|---|---|
| inputData | textarea | Ja | — |
| targetColumns | textarea | Nein | — |
| outputRange | text | Nein | — |
| handleMissing | select | Nein | — |
| preserveOriginal | checkbox | Nein | — |
Fügen Sie dieses Werkzeug Ihrem Model-Context-Protocol-Server hinzu, damit KI-Agenten es auflisten und aufrufen können.
Fügen Sie diesen Block Ihrer MCP-Client-Konfiguration hinzu:
{
"mcpServers": {
"elysiatools-data-normalizer-minmax": {
"name": "data-normalizer-minmax",
"description": "Normalisieren numerischer Daten mit Min-Max-Skalierung, um Werte in einen 0-1 Bereich zu transformieren. Perfekt für Machine Learning Vorverarbeitung, Datenanalyse und Feature-Skalierung.",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=data-normalizer-minmax",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}Nach dem Verbinden mit dem SSE-Endpunkt listen Sie die bereitgestellten Werkzeuge auf:
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}Rufen Sie das Werkzeug über seine ID auf; Argumente werden aus seiner Parameterliste gebildet:
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "data-normalizer-minmax",
"arguments": {
"inputData": "name,age,salary\nAlice,25,50000\nBob,30,75000\nCharlie,35,120000",
"targetColumns": "alter, gehalt oder name, email\n\nLeer lassen für numerische Spalten",
"outputRange": "0, 1",
"handleMissing": "skip",
"preserveOriginal": false,
"decimalPlaces": 4,
"includeStatistics": true
}
}
}| decimalPlaces |
| number |
| Nein |
| — |
| includeStatistics | checkbox | Nein | — |
Textergebnis
{
"result": "Processed text content",
"error": "Error message (optional)",
"message": "Notification message (optional)",
"metadata": {
"key": "value"
}
}Fragen oder Probleme? Kontakt: [email protected]