Min-Max标准化工具
使用Min-Max缩放将数值数据标准化到0-1范围。完美用于机器学习预处理、数据分析和特征缩放。 功能特点: - Min-Max缩放(0-1标准化) - 自定义范围支持(如-1到1) - 多列选择 - 自动数据类型检测 - 处理缺失值 - 保留非数值列 - 包含统计摘要 常见用途: - 机器学习特征准备 - 神经网络输入标准化 - 数据可视化预处理 - 不同尺度的比较分析
API 文档
请求端点
POST /zh/api/tools/data-normalizer-minmax
请求参数
| 参数名 | 类型 | 必填 | 描述 |
|---|---|---|---|
| inputData | textarea | 是 | - |
| targetColumns | textarea | 否 | - |
| outputRange | text | 否 | - |
| handleMissing | select | 否 | - |
| preserveOriginal | checkbox | 否 | - |
| decimalPlaces | number | 否 | - |
| includeStatistics | checkbox | 否 | - |
响应格式
{
"result": "Processed text content",
"error": "Error message (optional)",
"message": "Notification message (optional)",
"metadata": {
"key": "value"
}
}
文本:
文本
AI MCP 文档
将此工具添加到您的 MCP 服务器配置中:
{
"mcpServers": {
"elysiatools-data-normalizer-minmax": {
"name": "data-normalizer-minmax",
"description": "使用Min-Max缩放将数值数据标准化到0-1范围。完美用于机器学习预处理、数据分析和特征缩放。
功能特点:
- Min-Max缩放(0-1标准化)
- 自定义范围支持(如-1到1)
- 多列选择
- 自动数据类型检测
- 处理缺失值
- 保留非数值列
- 包含统计摘要
常见用途:
- 机器学习特征准备
- 神经网络输入标准化
- 数据可视化预处理
- 不同尺度的比较分析",
"baseUrl": "https://elysiatools.com/mcp/sse?toolId=data-normalizer-minmax",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}
你可以串联多个工具,比如:`https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`,最多20个。
如果遇见问题,请联系我们:[email protected]