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
Документация API
Конечная точка запроса
Параметры запроса
| Имя параметра | Тип | Обязательно | Описание |
|---|---|---|---|
| inputData | textarea | Да | - |
| targetColumns | textarea | Нет | - |
| detectionMethod | select | Нет | - |
| threshold | number | Нет | Sensitivity threshold for outlier detection. Lower values detect more outliers. |
| handlingStrategy | select | Нет | - |
| replacementMethod | select | Нет | - |
| preserveOriginal | checkbox | Нет | - |
| markOutliers | checkbox | Нет | Добавить столбцы для флагов обнаруженных выбросов |
| includeStatistics | checkbox | Нет | - |
| autoThreshold | checkbox | Нет | Automatically find optimal threshold based on data distribution |
| sensitivity | select | Нет | - |
Формат ответа
{
"result": "Processed text content",
"error": "Error message (optional)",
"message": "Notification message (optional)",
"metadata": {
"key": "value"
}
}
Документация MCP
Добавьте этот инструмент к конфигурации сервера MCP:
{
"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.
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",
"baseUrl": "https://elysiatools.com/mcp/sse?toolId=data-outlier-processor",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}
Вы можете объединять несколько инструментов, например: `https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`, максимум 20 инструментов.
Если вы столкнулись с проблемами, пожалуйста, свяжитесь с нами по адресу [email protected]