Merkmals-Scaler

Merkmale mit verschiedenen Methoden skalieren und normalisieren für maschinelles Lernen-Vorverarbeitung und Datenstandardisierung

text· TextergebnisWerkzeug öffnen

Schnellstart

Rufen Sie dieses Werkzeug aus Ihrem Code in drei Sprachen auf.

cURL

curl -X POST 'https://api.elysiatools.com/de/api/tools/feature-scaler' \
  -H 'Content-Type: application/json' \
  -d '{"csvData":"Enter your CSV data here...\n\nExample:\nFeature1,Feature2,Feature3,Label\n1.5,2.3,0.8,A\n3.2,1.1,2.5,B\n0.8,4.5,1.2,C\n2.1,3.4,1.8,A\n4.5,1.9,0.7,B","scalingMethod":"standard","selectedColumns":"Durch Kommas getrennte Spaltennamen. Leer lassen für automatische Erkennung numerischer Spalten.","scalingParams":"Parameter im JSON-Format für inverse Transformation. Leer lassen für direkte Transformation.","hasHeader":true,"inverseTransform":false,"outputFormat":"csv","saveParams":true,"scaledOnly":true}'

API-Referenz

Senden Sie eine POST-Anfrage mit Ihren Eingaben als JSON. Dateiparameter erfordern einen vorherigen Upload.

Endpunkt

HTTP

POST https://api.elysiatools.com/de/api/tools/feature-scaler

Parameter

Name	Typ	Erforderlich	Beschreibung
csvData	textarea	Ja	—
scalingMethod	select	Ja	—
selectedColumns	text	Nein	Geben Sie an, welche Spalten skaliert werden sollen. Wenn leer, werden alle numerischen Spalten automatisch erkannt und skaliert.
scalingParams	textarea	Nein	Nur für inverse Transformation erforderlich. Fügen Sie die Skalierungsparameter aus einem vorherigen Lauf ein.
hasHeader	checkbox	Nein	Erste Zeile als Spaltenköpfe behandeln
inverseTransform	checkbox	Nein	Inverse Transformation mit bereitgestellten Parametern anwenden
outputFormat	select	Ja	—
saveParams	checkbox	Nein	Skalierungsparameter in der Ausgabe für zukünftige inverse Transformationen einschließen
scaledOnly	checkbox	Nein	Only output the scaled data (default). Uncheck to get the detailed analysis report

Antwortformat

Textergebnis

JSON

{
  "result": "Processed text content",
  "error": "Error message (optional)",
  "message": "Notification message (optional)",
  "metadata": {
    "key": "value"
  }
}

MCP-Integration

Fügen Sie dieses Werkzeug Ihrem Model-Context-Protocol-Server hinzu, damit KI-Agenten es auflisten und aufrufen können.

Serverkonfiguration

Fügen Sie diesen Block Ihrer MCP-Client-Konfiguration hinzu:

mcp.json

{
  "mcpServers": {
    "elysiatools-feature-scaler": {
      "name": "feature-scaler",
      "description": "Merkmale mit verschiedenen Methoden skalieren und normalisieren für maschinelles Lernen-Vorverarbeitung und Datenstandardisierung",
      "baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=feature-scaler",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Verfügbare Werkzeuge auflisten

Nach dem Verbinden mit dem SSE-Endpunkt listen Sie die bereitgestellten Werkzeuge auf:

tools/list

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/list"
}

Dieses Werkzeug aufrufen

Rufen Sie das Werkzeug über seine ID auf; Argumente werden aus seiner Parameterliste gebildet:

tools/call

{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "tools/call",
  "params": {
    "name": "feature-scaler",
    "arguments": {
  "csvData": "Enter your CSV data here...\n\nExample:\nFeature1,Feature2,Feature3,Label\n1.5,2.3,0.8,A\n3.2,1.1,2.5,B\n0.8,4.5,1.2,C\n2.1,3.4,1.8,A\n4.5,1.9,0.7,B",
  "scalingMethod": "standard",
  "selectedColumns": "Durch Kommas getrennte Spaltennamen. Leer lassen für automatische Erkennung numerischer Spalten.",
  "scalingParams": "Parameter im JSON-Format für inverse Transformation. Leer lassen für direkte Transformation.",
  "hasHeader": true,
  "inverseTransform": false,
  "outputFormat": "csv",
  "saveParams": true,
  "scaledOnly": true
}
  }
}

Verketten Sie mehrere Werkzeuge in einer Sitzung mit einer kommagetrennten toolId-Liste, z. B. /mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp (max. 20).

Fragen oder Probleme? Kontakt: [email protected]