mcpField
M
mcp-server-scikit-learn: MCP server for Scikit-learn

mcp-server-scikit-learn: MCP server for Scikit-learn

ローカル
github.com/shibuiwilliamデータ・分析1884 週間前に更新
リポジトリ

mcp-server-scikit-learn: MCP server for Scikit-learn について

mcp-server-scikit-learnは、Scikit-learnを扱う開発者やデータ実務者向けのMCPサーバーです。モデルの学習・評価、データセットの処理、モデルの永続化に対応する統一インターフェースを提供します。

主な機能

  1. 01モデルの学習と評価
  2. 02データセットの処理と前処理
  3. 03モデルの保存と読み込み
  4. 04特徴量エンジニアリングと選択
  5. 05交差検証とハイパーパラメータ調整

活用シーン

  1. 01Scikit-learnモデルの学習と評価
  2. 02モデリング用データセットの前処理
  3. 03交差検証によるモデルパラメータの調整

MCP 対応

Scikit-learnのモデルやデータセットを操作するための統一インターフェースを提供し、学習、前処理、評価、永続化に対応します。

#mcp-server#scikit-learn#model-context-protocol

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
  "mcpServers": {
    "scikit-learn": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/inspector"
      ]
    }
  }
}
起動コマンドnpx -y @modelcontextprotocol/inspector

ローカルサーバーにはマシン上の実行環境（Node.js 18 以上など）が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npm@modelcontextprotocol/inspector

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

mcp-server-scikit-learn：Scikit-learn 用 MCP サーバー

概要

これは Scikit-learn 用の Model Context Protocol サーバーであり、Scikit-learn のモデルやデータセットを操作するための標準化されたインターフェースを提供します。

機能

  • Scikit-learn モデルのトレーニングと評価
  • データセットとデータの前処理
  • モデルの永続化と読み込み
  • 特徴量エンジニアリングと選択
  • モデル評価指標
  • 交差検証とハイパーパラメーターの調整

このプロジェクトをローカルで実行する

このプロジェクトは、まだ一時的な環境（例：uvx の使用）向けに設定されていません。このリポジトリをクローンして、プロジェクトをローカルで実行してください。

git clone https://github.com/yourusername/mcp-server-scikit-learn.git
cd mcp-server-scikit-learn

npm 経由で MCP インスペクターを起動できます。

npx @modelcontextprotocol/inspector uv --directory=src/mcp_server_scikit_learn run mcp-server-scikit-learn

起動すると、インスペクターに URL が表示されます。この URL にブラウザーからアクセスして、デバッグを開始できます。

または、このツールを MCP サーバーとして追加してください。

{
  "scikit-learn": {
    "command": "uv",
    "args": [
      "--directory",
      "/path/to/mcp-server-scikit-learn",
      "run",
      "mcp-server-scikit-learn"
    ]
  }
}

開発

  1. 仮想環境を作成して有効化します。
python -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate
  1. 依存関係をインストールします。
pip install -e ".[dev]"
  1. テストを実行します。
pytest -s -v tests/

ライセンス

コメント

Markdown 対応

MCP は初めてですか？

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。