关于 mcp-server-scikit-learn: MCP server for Scikit-learn
mcp-server-scikit-learn 是面向使用 Scikit-learn 的开发者和数据从业者的 MCP 服务。它提供统一接口,用于模型训练与评估、数据集处理及模型持久化。
主要功能
- 01训练和评估模型
- 02处理并预处理数据集
- 03保存和加载模型
- 04特征工程与选择
- 05交叉验证和超参数调优
适用场景
- 01训练并评估 Scikit-learn 模型
- 02为建模预处理数据集
- 03通过交叉验证调优模型参数
MCP 相关
该 MCP 服务为 Scikit-learn 模型和数据集提供统一交互接口,涵盖训练、预处理、评估和持久化操作。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
mcp-server-scikit-learn:Scikit-learn 的 MCP 服务
概述
这是一个用于 Scikit-learn 的模型上下文协议服务,为与 Scikit-learn 模型和数据集交互提供标准化接口。
功能
- 训练和评估 Scikit-learn 模型
- 处理数据集和数据预处理
- 模型持久化和加载
- 特征工程和选择
- 模型评估指标
- 交叉验证和超参数调优
在本地运行此项目
此项目尚未配置为适用于临时环境(例如使用 uvx)。通过克隆此仓库在本地运行此项目:
git clone https://github.com/yourusername/mcp-server-scikit-learn.git
cd mcp-server-scikit-learn
你可以通过 npm 启动 MCP 检查器:
npx @modelcontextprotocol/inspector uv --directory=src/mcp_server_scikit_learn run mcp-server-scikit-learn
启动后,检查器会显示一个 URL,你可以在浏览器中访问该 URL 以开始调试。
或者,将此工具添加为 MCP 服务:
{
"scikit-learn": {
"command": "uv",
"args": [
"--directory",
"/path/to/mcp-server-scikit-learn",
"run",
"mcp-server-scikit-learn"
]
}
}
开发
- 创建并激活虚拟环境:
python -m venv .venv
source .venv/bin/activate # On Windows: .venv\Scripts\activate
- 安装依赖:
pip install -e ".[dev]"
- 运行测试:
pytest -s -v tests/
许可证
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。