Regresión lineal MCP
¡Bienvenido a Regresión Lineal MCP ! Este proyecto demuestra un flujo de trabajo integral de aprendizaje automático utilizando Claude y el Protocolo de Contexto de Modelo (MCP).
Claude puede entrenar un modelo de regresión lineal por sí solo, simplemente subiendo un archivo CSV con el conjunto de datos. El sistema recorre todo el ciclo de entrenamiento del modelo de aprendizaje automático , gestionando el preprocesamiento, el entrenamiento y la evaluación de los datos (cálculo del RMSE).
Configuración e instalación
1. Clonar el repositorio:
Primero, clone el repositorio en su máquina local:
2. Instalar uv :
uv es un gestor de paquetes y proyectos de Python extremadamente rápido, escrito en Rust. Es esencial para gestionar el servidor y las dependencias de este proyecto.
- Descargue e instale
uvdesde aquí .
3. Instalar dependencias:
Una vez instalado uv, ejecute el siguiente comando para instalar todas las dependencias necesarias:
4. Configurar Claude Desktop:
Para integrar el servidor con Claude Desktop, deberá modificar el archivo de configuración de Claude. Siga las instrucciones para su sistema operativo:
- Para macOS o Linux:
- Para Windows:
- En el archivo de configuración, localice la sección
mcpServersy reemplace las rutas de marcador de posición con las rutas absolutas a su instalaciónuvy al directorio del proyecto de regresión lineal. Debería verse así:
- Una vez guardado el archivo, reinicie Claude Desktop para vincularse con el servidor MCP.
Herramientas disponibles
Las siguientes herramientas están disponibles en este proyecto para ayudarlo a trabajar con el conjunto de datos y entrenar el modelo:
| Herramienta | Descripción | Argumentos |
|---|---|---|
upload_file(path) | Carga un archivo CSV y lo almacena para su procesamiento. | path : Ruta absoluta al archivo CSV. |
get_columns_info() | Recupera los nombres de las columnas en el conjunto de datos cargado. | Sin argumentos. |
check_category_columns() | Comprueba si hay columnas categóricas en el conjunto de datos. | Sin argumentos. |
label_encode_categorical_columns() | La etiqueta codifica columnas categóricas en valores numéricos. | Sin argumentos. |
train_linear_regression_model(output_column) | Entrena un modelo de regresión lineal y calcula RMSE. | output_column : El nombre de la columna de destino. |
Abierto a contribuciones
¡Agradezco cualquier contribución a este proyecto! Ya sea para corregir errores, añadir nuevas funciones o mejorar la documentación, no duden en bifurcar el repositorio y enviar solicitudes de incorporación de cambios.
Si tienes alguna sugerencia o solicitud de funciones, abre un problema y estaré encantado de discutirlas.
You must be authenticated.
Tools
Un servidor MCP que permite a Claude entrenar un modelo de regresión lineal simplemente cargando un archivo CSV y manejando todo el proceso de ML desde el preprocesamiento de datos hasta la evaluación del modelo.