Data Processing
特征缩放器
使用各种方法对特征进行缩放和标准化，用于机器学习预处理和数据标准化
text· 文本结果打开工具
快速开始
用三种语言从你的代码中调用此工具。
cURL
curl -X POST 'https://api.elysiatools.com/zh/api/tools/feature-scaler' \
-H 'Content-Type: application/json' \
-d '{"csvData":"在此输入您的CSV数据...\n\n示例：\n特征1,特征2,特征3,标签\n1.5,2.3,0.8,A\n3.2,1.1,2.5,B\n0.8,4.5,1.2,C\n2.1,3.4,1.8,A\n4.5,1.9,0.7,B","scalingMethod":"standard","selectedColumns":"逗号分隔的列名。留空则自动检测数值列。","scalingParams":"逆变换的JSON格式参数。正向变换时留空。","hasHeader":true,"inverseTransform":false,"outputFormat":"csv","saveParams":true,"scaledOnly":true}'API 参考
以 JSON 形式 POST 提交输入参数。文件类型参数需先单独上传。
请求端点
HTTP
POST https://api.elysiatools.com/zh/api/tools/feature-scaler请求参数
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| csvData | textarea | 是 | — |
| scalingMethod | select | 是 | — |
| selectedColumns | text | 否 | 指定要缩放的列。如果留空，所有数值列将被自动检测并缩放。 |
| scalingParams | textarea | 否 | 仅逆变换需要。粘贴之前运行的缩放参数。 |
| hasHeader | checkbox | 否 | 将第一行作为列标题 |
| inverseTransform |
MCP 集成
将此工具加入你的 Model Context Protocol 服务，让 AI 智能体可以列出并调用它。
服务配置
将以下内容加入你的 MCP 客户端配置：
mcp.json
{
"mcpServers": {
"elysiatools-feature-scaler": {
"name": "feature-scaler",
"description": "使用各种方法对特征进行缩放和标准化，用于机器学习预处理和数据标准化",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=feature-scaler",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}列出可用工具
连接到 SSE 端点后，列出已开放的工具：
tools/list
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}调用此工具
通过工具 id 调用，参数由其参数表构建：
tools/call
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "feature-scaler",
"arguments": {
"csvData": "在此输入您的CSV数据...\n\n示例：\n特征1,特征2,特征3,标签\n1.5,2.3,0.8,A\n3.2,1.1,2.5,B\n0.8,4.5,1.2,C\n2.1,3.4,1.8,A\n4.5,1.9,0.7,B",
"scalingMethod": "standard",
"selectedColumns": "逗号分隔的列名。留空则自动检测数值列。",
"scalingParams": "逆变换的JSON格式参数。正向变换时留空。",
"hasHeader": true,
"inverseTransform": false,
"outputFormat": "csv",
"saveParams": true,
"scaledOnly": true
}
}
}可用逗号分隔的 toolId 在一个会话中串联多个工具，例如 /mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp（最多 20 个）。
有问题或反馈？请联系 [email protected]