Linear Regression MCP

Linear Regression MCP

Bem-vindo ao Linear Regression MCP! Este projeto demonstra um fluxo de trabalho completo de machine learning de ponta a ponta usando Claude e o Model Context Protocol (MCP).

Claude pode treinar um modelo de regressão linear inteiramente por conta própria, simplesmente enviando um arquivo CSV contendo o conjunto de dados. O sistema percorre todo o ciclo de vida de treinamento de modelo de ML, lidando com pré-processamento de dados, treinamento e avaliação (cálculo de RMSE).

Configuração e Instalação

1. Clone o Repositório:

Primeiro, clone o repositório para sua máquina local:

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

2. Instale o uv:

uv é um gerenciador de pacotes e projetos Python extremamente rápido, escrito em Rust. Ele é essencial para gerenciar o servidor e as dependências neste projeto.

• Baixe e instale o uv a partir de aqui.

3. Instale as Dependências:

Depois que o uv estiver instalado, execute o seguinte comando para instalar todas as dependências necessárias:

uv sync

4. Configure o Claude Desktop:

Para integrar o servidor ao Claude Desktop, você precisará modificar o arquivo de configuração do Claude. Siga as instruções para o seu sistema operacional:

• Para macOS ou Linux:

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

• Para Windows:

code $env:AppData\Claude\claude_desktop_config.json

• No arquivo de configuração, localize a seção mcpServers e substitua os caminhos de espaço reservado pelos caminhos absolutos para sua instalação do uv e o diretório do projeto Linear Regression. Deve ficar assim:

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

• Depois que o arquivo for salvo, reinicie o Claude Desktop para vincular ao servidor MCP.

Ferramentas Disponíveis

As seguintes ferramentas estão disponíveis neste projeto para ajudá-lo a trabalhar com o conjunto de dados e treinar o modelo:

Ferramenta	Descrição	Argumentos
upload_file(path)	Envia um arquivo CSV e o armazena para processamento.	path: Caminho absoluto para o arquivo CSV.
get_columns_info()	Recupera os nomes das colunas no conjunto de dados enviado.	Sem argumentos.
check_category_columns()	Verifica se há colunas categóricas no conjunto de dados.	Sem argumentos.
label_encode_categorical_columns()	Codifica por rótulo as colunas categóricas em valores numéricos.	Sem argumentos.
train_linear_regression_model(output_column)	Treina um modelo de regressão linear e calcula o RMSE.	output_column: O nome da coluna alvo.

Aberto para Contribuições

Aceito contribuições para este projeto! Seja corrigindo bugs, adicionando novos recursos ou melhorando a documentação, sinta-se à vontade para fazer um fork do repositório e enviar pull requests.

Se você tiver sugestões ou solicitações de recursos, abra uma issue e ficarei feliz em discuti-las!

👀