Data Processing

Normalisateur Z-Score

Normaliser les données numériques avec Z-score pour moyenne=0 et écart-type=1. Parfait pour l'analyse statistique, le prétraitement machine learning.

text· Résultat texteOuvrir l'outil

Démarrage rapide

Appelez cet outil depuis votre code en trois langages.

cURL

curl -X POST 'https://api.elysiatools.com/fr/api/tools/data-zscore-normalizer' \
  -H 'Content-Type: application/json' \
  -d '{"inputData":"name,age,salary,score\nAlice,25,50000,85.5\nBob,30,75000,92.3\nCharlie,35,120000,78.9","targetColumns":"age, salary or name, email\n\nLeave empty to auto-detect numeric columns","standardizationType":"zscore","outputRange":"0, 1","handleMissing":"skip","preserveOriginal":false,"decimalPlaces":4,"includeStatistics":true,"detectOutliers":true,"outlierThreshold":2}'

Référence de l'API

Envoyez une requête POST avec vos entrées en JSON. Les paramètres de type fichier nécessitent un upload préalable.

Point d'accès

HTTP

POST https://api.elysiatools.com/fr/api/tools/data-zscore-normalizer

Paramètres

Nom	Type	Requis	Description
inputData	textarea	Oui	—
targetColumns	textarea	Non	—
standardizationType	select	Non	—
outputRange	text	Non	Optional: Scale standardized values to target range. Leave empty for standard z-score output.
handleMissing	select	Non

Intégration MCP

Ajoutez cet outil à votre serveur Model Context Protocol pour que les agents IA puissent le lister et l'appeler.

Configuration du serveur

Ajoutez ce bloc à la configuration de votre client MCP :

mcp.json

{
  "mcpServers": {
    "elysiatools-data-zscore-normalizer": {
      "name": "data-zscore-normalizer",
      "description": "Normaliser les données numériques avec Z-score pour moyenne=0 et écart-type=1. Parfait pour l'analyse statistique, le prétraitement machine learning.",
      "baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=data-zscore-normalizer",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Lister les outils disponibles

Après connexion au point d'accès SSE, listez les outils exposés :

tools/list

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

Appeler cet outil

Appelez l'outil par son id ; les arguments sont construits à partir de ses paramètres :

tools/call

{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "tools/call",
  "params": {
    "name": "data-zscore-normalizer",
    "arguments": {
  "inputData": "name,age,salary,score\nAlice,25,50000,85.5\nBob,30,75000,92.3\nCharlie,35,120000,78.9",
  "targetColumns": "age, salary or name, email\n\nLeave empty to auto-detect numeric columns",
  "standardizationType": "zscore",
  "outputRange": "0, 1",
  "handleMissing": "skip",
  "preserveOriginal": false,
  "decimalPlaces": 4,
  "includeStatistics": true,
  "detectOutliers": true,
  "outlierThreshold": 2
}
  }
}