Elysia Tools Docs
PT
Idioma
ZHESPTRUFRDEEN
Voltar ao site
Explorar ferramentas

Data Processing

Processador de Outliers de Dados

Ferramenta avançada de detecção e processamento de outliers que identifica, remove ou substitui valores anômalos em dados numéricos usando múltiplos métodos estatísticos. Perfeita para limpeza de dados, análise estatística e preparação de dados para machine learning. Recursos: - Múltiplos métodos de detecção (IQR, Z-score, Z-score modificado, Isolation Forest) - Estratégias flexíveis de manejo (Remover, Substituir por média/mediana/moda, Limitar) - Otimização automática de limiares - Detecção de outliers multidimensional - Estatísticas e relatórios visuais de outliers - Capacidades de processamento em lote - Níveis de sensibilidade personalizáveis - Análise de impacto abrangente Casos de Uso Comuns: - Limpeza e pré-processamento de dados - Preparação para análise estatística - Limpeza de conjuntos de dados para machine learning - Controle de qualidade na manufatura - Detecção de anomalias financeiras - Validação de dados de sensores

text· Resultado de textoAbrir ferramenta

Início rápido

Chame esta ferramenta a partir do seu código em três idiomas.

cURL
curl -X POST 'https://api.elysiatools.com/pt/api/tools/data-outlier-processor' \
  -H 'Content-Type: application/json' \
  -d '{"inputData":"name,age,salary,score,temperature\nAlice,25,50000,85.2,36.5\nBob,32,75000,92.7,38.1\nCharlie,28,60000,78.9,37.2","targetColumns":"idade, salário, pontuação\n\nDeixe em branco para detectar automaticamente colunas numéricas","detectionMethod":"iqr","threshold":1.5,"handlingStrategy":"remove","replacementMethod":"median","preserveOriginal":false,"markOutliers":true,"includeStatistics":false,"autoThreshold":false,"sensitivity":"medium"}'

© 2026 Elysia Tools. Documentação para desenvolvedores.

Voltar ao siteExplorar ferramentas

Referência da API

Envie uma requisição POST com suas entradas em JSON. Parâmetros do tipo arquivo exigem upload prévio.

Endpoint

HTTP
POST https://api.elysiatools.com/pt/api/tools/data-outlier-processor

Parâmetros

NomeTipoObrigatórioDescrição
inputDatatextareaSim—
targetColumnstextareaNão—
detectionMethodselectNão—
thresholdnumberNãoSensitivity threshold for outlier detection. Lower values detect more outliers.
handlingStrategyselectNão—
replacementMethodselectNão—
preserveOriginalcheckboxNão—
markOutlierscheckboxNãoAdicionar colunas para sinalizar quais valores foram detectados como outliers
includeStatisticscheckboxNão—
autoThresholdcheckboxNãoAutomatically find optimal threshold based on data distribution
sensitivityselectNão—

Formato de resposta

Resultado de texto

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

Integração MCP

Adicione esta ferramenta ao seu servidor Model Context Protocol para que agentes de IA possam listá-la e chamá-la.

Configuração do servidor

Adicione este bloco à configuração do seu cliente MCP:

mcp.json
{
  "mcpServers": {
    "elysiatools-data-outlier-processor": {
      "name": "data-outlier-processor",
      "description": "Ferramenta avançada de detecção e processamento de outliers que identifica, remove ou substitui valores anômalos em dados numéricos usando múltiplos métodos estatísticos. Perfeita para limpeza de dados, análise estatística e preparação de dados para machine learning.\n\nRecursos:\n- Múltiplos métodos de detecção (IQR, Z-score, Z-score modificado, Isolation Forest)\n- Estratégias flexíveis de manejo (Remover, Substituir por média/mediana/moda, Limitar)\n- Otimização automática de limiares\n- Detecção de outliers multidimensional\n- Estatísticas e relatórios visuais de outliers\n- Capacidades de processamento em lote\n- Níveis de sensibilidade personalizáveis\n- Análise de impacto abrangente\n\nCasos de Uso Comuns:\n- Limpeza e pré-processamento de dados\n- Preparação para análise estatística\n- Limpeza de conjuntos de dados para machine learning\n- Controle de qualidade na manufatura\n- Detecção de anomalias financeiras\n- Validação de dados de sensores",
      "baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=data-outlier-processor",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Listar ferramentas disponíveis

Após conectar ao endpoint SSE, liste as ferramentas expostas:

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

Chamar esta ferramenta

Invoque a ferramenta pelo seu id; os argumentos são construídos a partir de seus parâmetros:

tools/call
{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "tools/call",
  "params": {
    "name": "data-outlier-processor",
    "arguments": {
  "inputData": "name,age,salary,score,temperature\nAlice,25,50000,85.2,36.5\nBob,32,75000,92.7,38.1\nCharlie,28,60000,78.9,37.2",
  "targetColumns": "idade, salário, pontuação\n\nDeixe em branco para detectar automaticamente colunas numéricas",
  "detectionMethod": "iqr",
  "threshold": 1.5,
  "handlingStrategy": "remove",
  "replacementMethod": "median",
  "preserveOriginal": false,
  "markOutliers": true,
  "includeStatistics": false,
  "autoThreshold": false,
  "sensitivity": "medium"
}
  }
}
Encadeie várias ferramentas em uma sessão com uma lista toolId separada por vírgulas, p. ex. /mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp (máx. 20).

Dúvidas ou problemas? Contate [email protected]

Explorar ferramentas
Abrir ferramenta