Linear Regression MCP 是一个面向数据分析场景的轻量 MCP，专注于让 Claude 直接帮你完成线性回归建模的完整流程——只需把 CSV 数据传进去，无需编写任何代码。
它能接什么
- 本地的 CSV 文件路径，MCP 会自动读取并解析为数据表。
- 用自然语言描述的目标列（因变量）和特征列（自变量），支持单变量与多变量回归。
- 训练集/测试集划分比例等基本建模参数，全部用对话方式传递即可。
是否需要密钥
通常不需要。该 MCP 基于本地开源机器学习库运行，数据处理与模型训练都在本机完成，不依赖外部云端 API，因此一般无需配置 API Key、Token 或其他鉴权凭证。
典型使用流程
- 把 CSV 文件丢给 Claude，并说"帮我跑个线性回归"。
- 告诉它哪一列是预测目标、哪些列作为特征。
- Claude 自动完成数据清洗、模型训练、评估指标输出（R²、RMSE 等）。
- 你直接拿到结果与解读，无需碰 Python 代码。
适合快速验证"哪些因素影响 Y"的探索性分析场景，是非技术用户也能用的轻量建模工具。
