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:
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:
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:
- Für Windows:
- Suchen Sie in der Konfigurationsdatei den Abschnitt
mcpServers
und ersetzen Sie die Platzhalterpfade durch die absoluten Pfade zu Ihreruv
Installation und dem Projektverzeichnis „Linear Regression“. Das Ergebnis sollte folgendermaßen aussehen:
- 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:
Werkzeug | Beschreibung | Argumente |
---|---|---|
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.
local-only server
The server can only run on the client's local machine because it depends on local resources.
Tools
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.
Related MCP Servers
- -securityAlicense-qualityAn 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 -151PythonMIT License
- -securityFlicense-qualityAn 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 -7Python
- -securityFlicense-qualityAn 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
- -securityFlicense-qualityAn MCP server that lets Large Language Models interact with Stata software to perform regression analysis and other statistical operations.Last updated -18Python