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.

Related MCP server: MCP File Explorer

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:

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!