Data Processing
Стандартизация числовых данных с использованием Z-Score (стандартная оценка) для преобразования значений со средним=0 и стандартным отклонением=1. Идеально для статистического анализа, предварительной обработки машинного обучения, обнаружения аномалий и сравнения данных в разных масштабах. Возможности: - Нормализация Z-Score (среднее=0, стандартное отклонение=1) - Опция устойчивого Z-Score (используя медиану и MAD) - Пользовательское масштабирование до целевого диапазона - Выбор нескольких столбцов - Автоматическое обнаружение типов данных - Интеллектуальная обработка пропущенных значений - Сохранение нечисловых столбцов - Комплексная статистическая сводка - Обнаружение и отчетность аномалий Общие случаи использования: - Подготовка признаков для машинного обучения - Статистическая проверка гипотез - Обнаружение и удаление аномалий - Сравнение данных в разных единицах - Предварительная обработка для анализа главных компонентов (PCA)
Вызовите этот инструмент из своего кода на трёх языках.
curl -X POST 'https://api.elysiatools.com/ru/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":"возраст, зарплата или имя, email\n\nОставьте пустым для автоматического обнаружения числовых столбцов","standardizationType":"zscore","outputRange":"0, 1","handleMissing":"skip","preserveOriginal":false,"decimalPlaces":4,"includeStatistics":true,"detectOutliers":true,"outlierThreshold":2}'Отправьте POST-запрос с входными данными в JSON. Параметры типа «файл» требуют предварительной загрузки.
POST https://api.elysiatools.com/ru/api/tools/data-zscore-normalizer| Имя | Тип | Обязательный | Описание |
|---|---|---|---|
| inputData | textarea | Да | — |
| targetColumns | textarea | Нет | — |
| standardizationType | select | Нет | — |
| outputRange | text | Нет | Optional: Scale standardized values to target range. Leave empty for standard z-score output. |
| handleMissing | select | Нет | — |
| preserveOriginal | checkbox | Нет | — |
| decimalPlaces | number | Нет | — |
| includeStatistics | checkbox | Нет | — |
| detectOutliers | checkbox | Нет | — |
| outlierThreshold | number | Нет | Values beyond this many standard deviations will be flagged as outliers |
Текстовый результат
{
"result": "Processed text content",
"error": "Error message (optional)",
"message": "Notification message (optional)",
"metadata": {
"key": "value"
}
}Добавьте этот инструмент на свой сервер Model Context Protocol, чтобы ИИ-агенты могли перечислять и вызывать его.
Добавьте этот блок в конфигурацию вашего MCP-клиента:
{
"mcpServers": {
"elysiatools-data-zscore-normalizer": {
"name": "data-zscore-normalizer",
"description": "Стандартизация числовых данных с использованием Z-Score (стандартная оценка) для преобразования значений со средним=0 и стандартным отклонением=1. Идеально для статистического анализа, предварительной обработки машинного обучения, обнаружения аномалий и сравнения данных в разных масштабах.\n\nВозможности:\n- Нормализация Z-Score (среднее=0, стандартное отклонение=1)\n- Опция устойчивого Z-Score (используя медиану и MAD)\n- Пользовательское масштабирование до целевого диапазона\n- Выбор нескольких столбцов\n- Автоматическое обнаружение типов данных\n- Интеллектуальная обработка пропущенных значений\n- Сохранение нечисловых столбцов\n- Комплексная статистическая сводка\n- Обнаружение и отчетность аномалий\n\nОбщие случаи использования:\n- Подготовка признаков для машинного обучения\n- Статистическая проверка гипотез\n- Обнаружение и удаление аномалий\n- Сравнение данных в разных единицах\n- Предварительная обработка для анализа главных компонентов (PCA)",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=data-zscore-normalizer",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}После подключения к SSE-endpoint выведите список доступных инструментов:
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}Вызовите инструмент по его id; аргументы формируются из его параметров:
{
"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": "возраст, зарплата или имя, email\n\nОставьте пустым для автоматического обнаружения числовых столбцов",
"standardizationType": "zscore",
"outputRange": "0, 1",
"handleMissing": "skip",
"preserveOriginal": false,
"decimalPlaces": 4,
"includeStatistics": true,
"detectOutliers": true,
"outlierThreshold": 2
}
}
}Вопросы или проблемы? Свяжитесь с [email protected]