Нормализатор Z-Score
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)
Документация API
Конечная точка запроса
Параметры запроса
| Имя параметра | Тип | Обязательно | 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 |
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-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.
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)",
"baseUrl": "https://elysiatools.com/mcp/sse?toolId=data-zscore-normalizer",
"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]