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":false,"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-normalizerParamètres
| 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": false,
"detectOutliers": true,
"outlierThreshold": 2
}
}
}