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:

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

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 uv desde aquí .

3. Instalar dependencias:

Una vez instalado uv, ejecute el siguiente comando para instalar todas las dependencias necesarias:

uv sync

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:

code ~/Library/Application\ Support/Claude/claude_desktop_config.json

• Para Windows:

code $env:AppData\Claude\claude_desktop_config.json

• En el archivo de configuración, localice la sección mcpServers y reemplace las rutas de marcador de posición con las rutas absolutas a su instalación uv y al directorio del proyecto de regresión lineal. Debería verse así:

{
    "mcpServers":
    {
        "linear-regression": 
        {
            "command": "ABSOLUTE/PATH/TO/.local/bin/uv",
            "args":
            [
                "--directory",
                "ABSOLUTE/PATH/TO/YOUR-LINEAR-REGRESSION-REPO", 
                "run",
                "server.py"
            ] 
        }
    }
}

• Una vez guardado el archivo, reinicie Claude Desktop para vincularse con el servidor MCP.

Related MCP server: MCP File Explorer

Herramientas disponibles

Las siguientes herramientas están disponibles en este proyecto para ayudarlo a trabajar con el conjunto de datos y entrenar el modelo:

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.