Data Processing
Mettre à l'échelle et normaliser les caractéristiques en utilisant diverses méthodes pour le prétraitement d'apprentissage automatique et la standardisation des données
Appelez cet outil depuis votre code en trois langages.
curl -X POST 'https://api.elysiatools.com/fr/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":"Noms de colonnes séparés par des virgules. Laissez vide pour détecter automatiquement les colonnes numériques.","scalingParams":"Paramètres au format JSON pour la transformation inverse. Laissez vide pour la transformation directe.","hasHeader":true,"inverseTransform":false,"outputFormat":"csv","saveParams":true,"scaledOnly":false}'Envoyez une requête POST avec vos entrées en JSON. Les paramètres de type fichier nécessitent un upload préalable.
POST https://api.elysiatools.com/fr/api/tools/feature-scaler| Nom | Type | Requis | Description |
|---|---|---|---|
| csvData | textarea | Oui | — |
| scalingMethod | select | Oui | — |
| selectedColumns | text | Non | Spécifiez quelles colonnes mettre à l'échelle. Si vide, toutes les colonnes numériques seront détectées et mises à l'échelle automatiquement. |
| scalingParams | textarea | Non | Requis uniquement pour la transformation inverse. Collez les paramètres de mise à l'échelle d'une exécution précédente. |
| hasHeader | checkbox | Non | Traiter la première ligne comme en-têtes de colonne |
| inverseTransform | checkbox | Non | Appliquer la transformation inverse en utilisant les paramètres fournis |
| outputFormat | select | Oui | — |
| saveParams | checkbox | Non | Inclure les paramètres de mise à l'échelle dans la sortie pour les transformations inverses futures |
| scaledOnly | checkbox | Non | Ignorer l'analyse détaillée et afficher uniquement les données mises à l'échelle |
Résultat texte
{
"result": "Processed text content",
"error": "Error message (optional)",
"message": "Notification message (optional)",
"metadata": {
"key": "value"
}
}Ajoutez cet outil à votre serveur Model Context Protocol pour que les agents IA puissent le lister et l'appeler.
Ajoutez ce bloc à la configuration de votre client MCP :
{
"mcpServers": {
"elysiatools-feature-scaler": {
"name": "feature-scaler",
"description": "Mettre à l'échelle et normaliser les caractéristiques en utilisant diverses méthodes pour le prétraitement d'apprentissage automatique et la standardisation des données",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=feature-scaler",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}Après connexion au point d'accès SSE, listez les outils exposés :
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}Appelez l'outil par son id ; les arguments sont construits à partir de ses paramètres :
{
"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": "Noms de colonnes séparés par des virgules. Laissez vide pour détecter automatiquement les colonnes numériques.",
"scalingParams": "Paramètres au format JSON pour la transformation inverse. Laissez vide pour la transformation directe.",
"hasHeader": true,
"inverseTransform": false,
"outputFormat": "csv",
"saveParams": true,
"scaledOnly": false
}
}
}Des questions ou un problème ? Contactez [email protected]