Elysia Tools Docs
RU
Язык
ZHESPTRUFRDEEN
На сайт
Обзор инструментов

Data Processing

Обработчик Выбросов Данных

Продвинутый инструмент обнаружения и обработки выбросов, который идентифицирует, удаляет или заменяет аномальные значения в числовых данных с использованием множества статистических методов. Идеально подходит для очистки данных, статистического анализа и подготовки данных для машинного обучения. Возможности: - Множественные методы обнаружения (IQR, Z-оценка, модифицированная Z-оценка, Isolation Forest) - Гибкие стратегии обработки (Удалить, Заменить средним/медианой/модой, Ограничить) - Автоматическая оптимизация порогов - Многомерное обнаружение выбросов - Визуальная статистика и отчеты выбросов - Возможности пакетной обработки - Настраиваемые уровни чувствительности - Всесторонний анализ воздействия Общие случаи использования: - Очистка и предварительная обработка данных - Подготовка к статистическому анализу - Очистка наборов данных для машинного обучения - Контроль качества в производстве - Обнаружение финансовых аномалий - Валидация данных сенсоров

text· Текстовый результатОткрыть инструмент

Быстрый старт

Вызовите этот инструмент из своего кода на трёх языках.

cURL
curl -X POST 'https://api.elysiatools.com/ru/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":"возраст, зарплата, оценка\n\nОставьте пустым для автоматического обнаружения числовых столбцов","detectionMethod":"iqr","threshold":1.5,"handlingStrategy":"remove","replacementMethod":"median","preserveOriginal":false,"markOutliers":true,"includeStatistics":false,"autoThreshold":false,"sensitivity":"medium"}'

© 2026 Elysia Tools. Документация для разработчиков.

На сайтОбзор инструментов

Справочник API

Отправьте POST-запрос с входными данными в JSON. Параметры типа «файл» требуют предварительной загрузки.

Endpoint

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

Параметры

ИмяТипОбязательныйОписание
inputDatatextareaДа—
targetColumnstextareaНет—
detectionMethodselectНет—
thresholdnumberНетSensitivity threshold for outlier detection. Lower values detect more outliers.
handlingStrategyselectНет—
replacementMethodselectНет—
preserveOriginalcheckboxНет—
markOutlierscheckboxНетДобавить столбцы для флагов обнаруженных выбросов
includeStatisticscheckboxНет—
autoThresholdcheckboxНетAutomatically find optimal threshold based on data distribution
sensitivityselectНет—

Формат ответа

Текстовый результат

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

Интеграция MCP

Добавьте этот инструмент на свой сервер Model Context Protocol, чтобы ИИ-агенты могли перечислять и вызывать его.

Конфигурация сервера

Добавьте этот блок в конфигурацию вашего MCP-клиента:

mcp.json
{
  "mcpServers": {
    "elysiatools-data-outlier-processor": {
      "name": "data-outlier-processor",
      "description": "Продвинутый инструмент обнаружения и обработки выбросов, который идентифицирует, удаляет или заменяет аномальные значения в числовых данных с использованием множества статистических методов. Идеально подходит для очистки данных, статистического анализа и подготовки данных для машинного обучения.\n\nВозможности:\n- Множественные методы обнаружения (IQR, Z-оценка, модифицированная Z-оценка, Isolation Forest)\n- Гибкие стратегии обработки (Удалить, Заменить средним/медианой/модой, Ограничить)\n- Автоматическая оптимизация порогов\n- Многомерное обнаружение выбросов\n- Визуальная статистика и отчеты выбросов\n- Возможности пакетной обработки\n- Настраиваемые уровни чувствительности\n- Всесторонний анализ воздействия\n\nОбщие случаи использования:\n- Очистка и предварительная обработка данных\n- Подготовка к статистическому анализу\n- Очистка наборов данных для машинного обучения\n- Контроль качества в производстве\n- Обнаружение финансовых аномалий\n- Валидация данных сенсоров",
      "baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=data-outlier-processor",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Получить список инструментов

После подключения к SSE-endpoint выведите список доступных инструментов:

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

Вызвать этот инструмент

Вызовите инструмент по его id; аргументы формируются из его параметров:

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": "возраст, зарплата, оценка\n\nОставьте пустым для автоматического обнаружения числовых столбцов",
  "detectionMethod": "iqr",
  "threshold": 1.5,
  "handlingStrategy": "remove",
  "replacementMethod": "median",
  "preserveOriginal": false,
  "markOutliers": true,
  "includeStatistics": false,
  "autoThreshold": false,
  "sensitivity": "medium"
}
  }
}
Объединяйте несколько инструментов в одной сессии списком toolId через запятую, напр. /mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp (макс. 20).

Вопросы или проблемы? Свяжитесь с [email protected]

Обзор инструментов
Открыть инструмент