Skip to main content
Glama

Linear Regression MCP

by HeetVekariya

Lineare Regression MCP

Willkommen bei Linear Regression MCP ! Dieses Projekt demonstriert einen End-to-End-Workflow für maschinelles Lernen mit Claude und dem Model Context Protocol (MCP).

Claude kann ein lineares Regressionsmodell vollständig selbstständig trainieren, indem er einfach eine CSV-Datei mit dem Datensatz hochlädt. Das System durchläuft den gesamten Trainingszyklus des ML-Modells und übernimmt die Datenvorverarbeitung, das Training und die Auswertung (RMSE-Berechnung).

Setup und Installation

1. Klonen Sie das Repository:

Klonen Sie zunächst das Repository auf Ihren lokalen Computer:

git clone https://github.com/HeetVekariya/Linear-Regression-MCP cd Linear-Regression-MCP

2. Installieren Sie uv :

uv ist ein extrem schneller Python-Paket- und Projektmanager, geschrieben in Rust. Er ist für die Verwaltung des Servers und der Abhängigkeiten in diesem Projekt unerlässlich.

  • Laden Sie uv von hier herunter und installieren Sie es.

3. Abhängigkeiten installieren:

Sobald uv installiert ist, führen Sie den folgenden Befehl aus, um alle erforderlichen Abhängigkeiten zu installieren:

uv sync

4. Claude Desktop konfigurieren:

Um den Server in Claude Desktop zu integrieren, müssen Sie die Claude-Konfigurationsdatei anpassen. Folgen Sie den Anweisungen für Ihr Betriebssystem:

  • Für macOS oder Linux:
code ~/Library/Application\ Support/Claude/claude_desktop_config.json
  • Für Windows:
code $env:AppData\Claude\claude_desktop_config.json
  • Suchen Sie in der Konfigurationsdatei den Abschnitt mcpServers und ersetzen Sie die Platzhalterpfade durch die absoluten Pfade zu Ihrer uv Installation und dem Projektverzeichnis „Linear Regression“. Das Ergebnis sollte folgendermaßen aussehen:
{ "mcpServers": { "linear-regression": { "command": "ABSOLUTE/PATH/TO/.local/bin/uv", "args": [ "--directory", "ABSOLUTE/PATH/TO/YOUR-LINEAR-REGRESSION-REPO", "run", "server.py" ] } } }
  • Sobald die Datei gespeichert ist, starten Sie Claude Desktop neu, um eine Verbindung mit dem MCP-Server herzustellen.

Verfügbare Tools

In diesem Projekt stehen Ihnen die folgenden Tools zur Verfügung, die Sie bei der Arbeit mit dem Datensatz und beim Trainieren des Modells unterstützen:

WerkzeugBeschreibungArgumente
upload_file(path)Lädt eine CSV-Datei hoch und speichert sie zur Verarbeitung.path : Absoluter Pfad zur CSV-Datei.
get_columns_info()Ruft die Spaltennamen im hochgeladenen Datensatz ab.Keine Argumente.
check_category_columns()Überprüft, ob im Datensatz kategorische Spalten vorhanden sind.Keine Argumente.
label_encode_categorical_columns()Label kodiert kategorische Spalten in numerische Werte.Keine Argumente.
train_linear_regression_model(output_column)Trainiert ein lineares Regressionsmodell und berechnet RMSE.output_column : Der Name der Zielspalte.

Offen für Beiträge

Ich freue mich über Beiträge zu diesem Projekt! Egal, ob es um die Behebung von Fehlern, das Hinzufügen neuer Funktionen oder die Verbesserung der Dokumentation geht – Sie können das Repository gerne forken und Pull Requests einreichen.

Wenn Sie Vorschläge oder Funktionswünsche haben, öffnen Sie ein Problem und ich bespreche sie gerne!

You must be authenticated.

A
security – no known vulnerabilities
F
license - not found
A
quality - confirmed to work

local-only server

The server can only run on the client's local machine because it depends on local resources.

Ein MCP-Server, der es Claude ermöglicht, durch einfaches Hochladen einer CSV-Datei ein lineares Regressionsmodell zu trainieren und die gesamte ML-Pipeline von der Datenvorverarbeitung bis zur Modellauswertung zu handhaben.

  1. Setup und Installation
    1. Klonen Sie das Repository:
    2. Installieren Sie uv :
    3. Abhängigkeiten installieren:
    4. Claude Desktop konfigurieren:
  2. Verfügbare Tools
    1. Offen für Beiträge

      Related MCP Servers

      • -
        security
        A
        license
        -
        quality
        An MCP server that implements Claude Code-like functionality, allowing the AI to analyze codebases, modify files, execute commands, and manage projects through direct file system interactions.
        Last updated -
        151
        Python
        MIT License
        • Apple
        • Linux
      • -
        security
        F
        license
        -
        quality
        An MCP server that allows AI assistants like Claude to execute terminal commands on the user's computer and return the output, functioning like a terminal through AI.
        Last updated -
        7
        Python
        • Apple
      • -
        security
        F
        license
        -
        quality
        An MCP server that enables AI models like Claude to interact with the Trading Simulator API for checking balances, viewing prices, and executing trades with automatic chain detection.
        Last updated -
        TypeScript
        • Linux
        • Apple
      • -
        security
        F
        license
        -
        quality
        An MCP server that lets Large Language Models interact with Stata software to perform regression analysis and other statistical operations.
        Last updated -
        18
        Python
        • Apple

      View all related MCP servers

      MCP directory API

      We provide all the information about MCP servers via our MCP API.

      curl -X GET 'https://glama.ai/api/mcp/v1/servers/HeetVekariya/Linear-Regression-MCP'

      If you have feedback or need assistance with the MCP directory API, please join our Discord server