Linear Regression MCP

Linear Regression MCP

¡Bienvenido a Linear Regression MCP! Este proyecto demuestra un flujo de trabajo de aprendizaje automático de extremo a extremo utilizando Claude y el Protocolo de Contexto de Modelo (MCP).

Claude puede entrenar un modelo de regresión lineal por sí mismo, simplemente subiendo un archivo CSV que contenga el conjunto de datos. El sistema recorre todo el ciclo de vida de entrenamiento de modelos de ML, manejando el preprocesamiento de datos, el entrenamiento y la evaluación (cálculo de RMSE).

Configuración e instalación

1. Clonar el repositorio:

Primero, clona el repositorio en tu máquina local:

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

2. Instalar uv:

uv es un gestor de proyectos y paquetes de Python extremadamente rápido, escrito en Rust. Es esencial para gestionar el servidor y las dependencias en este proyecto.

• Descarga e instala uv desde aquí.

3. Instalar dependencias:

Una vez que uv esté instalado, ejecuta el siguiente comando para instalar todas las dependencias necesarias:

uv sync

4. Configurar Claude Desktop:

Para integrar el servidor con Claude Desktop, necesitarás modificar el archivo de configuración de Claude. Sigue las instrucciones para tu 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, localiza la sección mcpServers y reemplaza las rutas de marcador de posición con las rutas absolutas a tu instalación de uv y al directorio del proyecto Linear Regression. 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, reinicia Claude Desktop para vincularlo con el servidor MCP.

Herramientas disponibles

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

Herramienta	Descripción	Argumentos
upload_file(path)	Sube un archivo CSV y lo almacena para su procesamiento.	path: Ruta absoluta al archivo CSV.
get_columns_info()	Obtiene los nombres de las columnas en el conjunto de datos subido.	Sin argumentos.
check_category_columns()	Comprueba si hay columnas categóricas en el conjunto de datos.	Sin argumentos.
label_encode_categorical_columns()	Codifica con etiquetas las columnas categóricas en valores numéricos.	Sin argumentos.
train_linear_regression_model(output_column)	Entrena un modelo de regresión lineal y calcula el RMSE.	output_column: El nombre de la columna objetivo.

Abierto a contribuciones

¡Agradezco las contribuciones a este proyecto! Ya sea corregir errores, añadir nuevas funciones o mejorar la documentación, siéntete libre de hacer un fork del repositorio y enviar pull requests.

Si tienes sugerencias o solicitudes de funciones, abre un issue y estaré encantado de discutirlas.

👀