Workflow n8n
Automatisation n8n : calcul du centroïde de vecteurs
Ce workflow n8n a pour objectif de calculer le centroïde d'un ensemble de vecteurs, une tâche essentielle dans de nombreux domaines tels que l'analyse de données, l'apprentissage automatique et la visualisation. En automatisant ce processus, les entreprises peuvent gagner du temps et réduire les erreurs humaines, tout en obtenant des résultats précis et exploitables. Dans un contexte où les données sont de plus en plus volumineuses et complexes, ce workflow est particulièrement utile pour les équipes de data science et d'analyse.
- Étape 1 : le workflow commence par le nœud 'Receive Vectors', qui utilise un webhook pour recevoir les vecteurs à traiter.
- Étape 2 : ensuite, le nœud 'Extract & Parse Vectors' extrait et prépare ces vecteurs pour le calcul.
- Étape 3 : le nœud 'Validate & Compute Centroid' exécute le code JavaScript nécessaire pour calculer le centroïde des vecteurs fournis.
- Étape 4 : enfin, le résultat est renvoyé via le nœud 'Return Centroid Response', qui répond au webhook avec le centroïde calculé. Les notes autocollantes ajoutées dans le workflow permettent de visualiser les étapes et d'améliorer la compréhension du processus. En intégrant ce workflow dans leur système, les entreprises peuvent automatiser le calcul du centroïde, réduire les délais de traitement et améliorer la précision des analyses.
Tags clés :automatisationn8ndata scienceanalyse de donnéesapprentissage automatique
Catégorie: Webhook · Tags: automatisation, n8n, data science, analyse de données, apprentissage automatique❤ 0
Workflow n8n data science, analyse de données, apprentissage automatique : vue d'ensemble
Schéma des nœuds et connexions de ce workflow n8n, généré à partir du JSON n8n.
Workflow n8n data science, analyse de données, apprentissage automatique : détail des nœuds
Inscris-toi pour voir l'intégralité du workflow
Inscription gratuite
S'inscrire gratuitementBesoin d'aide ?{
"id": "g3q68zSOQvTcydLs",
"meta": {
"instanceId": "92786e96ce436aecd3a1d62d818a74e51ca684bb36c805928bef93a3b46549ad"
},
"name": "Calculate the Centroid of a Set of Vectors",
"tags": [],
"nodes": [
{
"id": "32a8aa56-aa7e-4c9e-a39e-f65234224bcf",
"name": "Receive Vectors",
"type": "n8n-nodes-base.webhook",
"position": [
-440,
20
],
"webhookId": "30091e91-fc67-4bab-b1fd-ed65c8f4f860",
"parameters": {
"path": "centroid",
"options": {},
"responseMode": "responseNode"
},
"notesInFlow": true,
"typeVersion": 2
},
{
"id": "a020a49a-cc9f-49af-aa95-829d9d16da04",
"name": "Extract & Parse Vectors",
"type": "n8n-nodes-base.set",
"position": [
360,
20
],
"parameters": {
"options": {},
"assignments": {
"assignments": [
{
"id": "3e1d9e72-7668-427d-958c-42bff7270a37",
"name": "vectors",
"type": "array",
"value": "={{ $json.query.vectors }}"
}
]
}
},
"typeVersion": 3.4
},
{
"id": "2f328de6-4ef1-4aac-8838-d616637f4b88",
"name": "Validate & Compute Centroid",
"type": "n8n-nodes-base.code",
"position": [
960,
20
],
"parameters": {
"jsCode": "const input = items[0].json;\nconst vectors = input.vectors;\n\nif (!Array.isArray(vectors) || vectors.length === 0) {\n return [{ json: { error: \"Invalid input: Expected an array of vectors.\" } }];\n}\n\nconst dimension = vectors[0].length;\nif (!vectors.every(v => v.length === dimension)) {\n return [{ json: { error: \"Vectors have inconsistent dimensions.\" } }];\n}\n\nconst centroid = new Array(dimension).fill(0);\nvectors.forEach(vector => {\n vector.forEach((val, index) => {\n centroid[index] += val;\n });\n});\n\nfor (let i = 0; i < dimension; i++) {\n centroid[i] /= vectors.length;\n}\n\nreturn [{ json: { centroid } }];"
},
"typeVersion": 2
},
{
"id": "821bc173-3578-4cf2-9fd7-8ea9cba8dc3f",
"name": "Return Centroid Response",
"type": "n8n-nodes-base.respondToWebhook",
"position": [
1640,
20
],
"parameters": {
"options": {}
},
"typeVersion": 1.1
},
{
"id": "73964e7b-1217-422f-8078-09604fa2a3d7",
"name": "Sticky Note",
"type": "n8n-nodes-base.stickyNote",
"position": [
20,
-200
],
"parameters": {
"color": 3,
"width": 620,
"height": 420,
"content": "📌 **Description:** \nThis node extracts the `vectors` array from the **GET request** and converts it into a properly formatted array for processing. \n- **Ensures `vectors` is a valid array.** \n- **If the parameter is missing, it may generate an error.** \n\n🔹 **Expected Output Example:**\n```json\n{\n \"vectors\": [[2,3,4],[4,5,6],[6,7,8]]\n}\n```\n"
},
"typeVersion": 1
},
{
"id": "e4793b20-bfa6-4b08-b46c-f92d1c9c2622",
"name": "Sticky Note1",
"type": "n8n-nodes-base.stickyNote",
"position": [
640,
-280
],
"parameters": {
"color": 4,
"width": 700,
"height": 500,
"content": "📌 **Description:** \nThis node performs **vector validation** and **centroid computation**. \n- **Validation:** Ensures all vectors have the same number of dimensions. \n- **Computation:** Averages each dimension to determine the centroid. \n- **If validation fails:** Returns an error message indicating inconsistent dimensions. \n\n🔹 **Successful Output Example:**\n```json\n{\n \"centroid\": [4,5,6]\n}\n```\n🔹 **Error Output Example:**\n```json\n{\n \"error\": \"Vectors have inconsistent dimensions.\"\n}\n```\n"
},
"typeVersion": 1
},
{
"id": "e0ac1c4d-0435-44d1-ba87-0cfc9dea207b",
"name": "Sticky Note2",
"type": "n8n-nodes-base.stickyNote",
"position": [
1340,
-200
],
"parameters": {
"color": 2,
"width": 680,
"height": 420,
"content": "📌 **Description:** \nThis node sends the **final response** back to the client that made the request. \n- **If the computation is successful**, it returns the centroid. \n- **If an error occurs**, it returns a descriptive error message. \n\n🔹 **Example Response:**\n```json\n{\n \"centroid\": [4, 5, 6]\n}\n```\n"
},
"typeVersion": 1
},
{
"id": "2b4fbae7-c2e5-4666-ba9f-72a5313fc16f",
"name": "Sticky Note4",
"type": "n8n-nodes-base.stickyNote",
"position": [
-820,
-200
],
"parameters": {
"color": 4,
"width": 840,
"height": 420,
"content": "📌 **Description:** \nThis node acts as the **entry point** for the workflow, receiving a **GET request** containing an array of vectors in the `vectors` parameter. \n- **Expected Input:** `vectors` parameter in JSON format. \n- **Example Request:** \n ```plaintext\n https://actions.singular-innovation.com/webhook-test/centroid?vectors=[[2,3,4],[4,5,6],[6,7,8]]\n ```\n- **Output:** Passes the received data to the next node for processing.\n"
},
"typeVersion": 1
}
],
"active": true,
"pinData": {
"Receive Vectors": [
{
"json": {
"body": {},
"query": {
"vectors": "[[2,3,4],[4,5,6],[6,7,8]]"
},
"params": {},
"headers": {
"host": "actions.singular-innovation.com",
"accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7",
"cookie": "rl_page_init_referrer=RudderEncrypt%3AU2FsdGVkX1%2FNTT5WOkcYG%2FWSKmLWL%2F6W9TAbYFEQv8s%3D; rl_page_init_referring_domain=RudderEncrypt%3AU2FsdGVkX19thqA5y56KyQdmUG3L%2BhCiYIxQok7WXRI%3D; n8n-auth=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpZCI6ImZjOTg1OTJjLTcwOWUtNGI5Mi1hODk0LWZiNjVlODY1ZmRlMiIsImhhc2giOiJhOFg4MW1zcU1zIiwiaWF0IjoxNzM3OTg1MzI5LCJleHAiOjE3Mzg1OTAxMjl9.GSjpKJ_cG5CqttWwhEeHOxWwlNByvLTu8CGH7ncVug8; rl_anonymous_id=RudderEncrypt%3AU2FsdGVkX1%2BickXpx2WwsiLS3K45TJoms2IgVIMIQRvQnuaNzfjLtzG9mEXObNu4ojurRNkdq0msPjPy10UDEQ%3D%3D; rl_user_id=RudderEncrypt%3AU2FsdGVkX1%2BbvZ%2F6U02zoG3zOFSyRAIzp7gVabGBqqkm7MUCy3Wkn5WOQd%2F%2Bk5e8gVlJ%2BUkJOYJnhS%2F%2Btc7D99%2FTIaFVympE%2BjrtY7ydRWcd69oJHwZWGK%2BeCP1cKh9fqq%2B3sFCVYv7pnm4xMkAAwAM%2BDuzhFTZ0ZFWEA9t8z9M%3D; rl_trait=RudderEncrypt%3AU2FsdGVkX19s%2BCzIY1zJrLksYKMyyTZBHFB0YpKHQWouDTpomPoyyHa9MtTtEUArCVmtBaEf%2FqNhQKJrC8I4hX%2FepCmsx8TqQ6Rzxij0%2FBPvvdq6JWijlttfLovsIF%2BjDLnmVfeRsPbdVgrJXo0neA%3D%3D; ph_phc_4URIAm1uYfJO7j8kWSe0J8lc8IqnstRLS7Jx8NcakHo_posthog=%7B%22distinct_id%22%3A%2292786e96ce436aecd3a1d62d818a74e51ca684bb36c805928bef93a3b46549ad%23fc98592c-709e-4b92-a894-fb65e865fde2%22%2C%22%24sesid%22%3A%5B1738160096669%2C%220194b262-b90a-74cf-ab0d-257b174571c7%22%2C1738159601930%5D%2C%22%24epp%22%3Atrue%2C%22%24initial_person_info%22%3A%7B%22r%22%3A%22%24direct%22%2C%22u%22%3A%22https%3A%2F%2Factions.singular-innovation.com%2Fsignin%3Fredirect%3D%25252F%22%7D%7D; rl_session=RudderEncrypt%3AU2FsdGVkX19G2WmuxH5ZaEfkSkfe4e2i5iyzrvY4U6jPHxAnaSaY8YaPPAFRADU%2FgEyIFzVE0cEXdOZLTBcsa%2Byoiz3Wng4SqZeqnZu2pr1a%2FT0A6mSwTn%2Bw1Ki5ozJpDTVNg6%2BWfaNDa1LGpWRzCQ%3D%3D",
"sec-ch-ua": "\"Google Chrome\";v=\"131\", \"Chromium\";v=\"131\", \"Not_A Brand\";v=\"24\"",
"x-real-ip": "177.232.86.200",
"connection": "close",
"user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/131.0.0.0 Safari/537.36",
"cache-control": "max-age=0",
"sec-fetch-dest": "document",
"sec-fetch-mode": "navigate",
"sec-fetch-site": "none",
"sec-fetch-user": "?1",
"accept-encoding": "gzip, deflate, br, zstd",
"accept-language": "es-419,es;q=0.9",
"x-forwarded-for": "177.232.86.200",
"sec-ch-ua-mobile": "?0",
"x-forwarded-proto": "https",
"sec-ch-ua-platform": "\"Windows\"",
"upgrade-insecure-requests": "1"
},
"webhookUrl": "https://actions.singular-innovation.com/webhook-test/centroid",
"executionMode": "test"
}
}
]
},
"settings": {
"executionOrder": "v1"
},
"versionId": "f9c7fa52-264b-4967-ae7a-62247cce7a50",
"connections": {
"Receive Vectors": {
"main": [
[
{
"node": "Extract & Parse Vectors",
"type": "main",
"index": 0
}
]
]
},
"Extract & Parse Vectors": {
"main": [
[
{
"node": "Validate & Compute Centroid",
"type": "main",
"index": 0
}
]
]
},
"Validate & Compute Centroid": {
"main": [
[
{
"node": "Return Centroid Response",
"type": "main",
"index": 0
}
]
]
}
}
}Workflow n8n data science, analyse de données, apprentissage automatique : pour qui est ce workflow ?
Ce workflow s'adresse principalement aux équipes de data science, d'analyse de données et de développement logiciel. Les utilisateurs peuvent être des entreprises de taille moyenne à grande, cherchant à automatiser des processus analytiques complexes sans nécessiter de compétences techniques avancées.
Workflow n8n data science, analyse de données, apprentissage automatique : problème résolu
Ce workflow résout le problème du calcul manuel du centroïde d'un ensemble de vecteurs, qui peut être long et sujet à des erreurs. En automatisant ce processus, les utilisateurs éliminent les frustrations liées à la manipulation manuelle des données et réduisent le risque d'erreurs de calcul. Le résultat est un gain de temps significatif et une augmentation de la précision des analyses, permettant ainsi aux équipes de se concentrer sur des tâches à plus forte valeur ajoutée.
Workflow n8n data science, analyse de données, apprentissage automatique : étapes du workflow
Étape 1 : le workflow commence par le déclencheur 'Receive Vectors', qui capte les vecteurs via un webhook.
- Étape 1 : les vecteurs sont ensuite extraits et préparés par le nœud 'Extract & Parse Vectors'.
- Étape 2 : le nœud 'Validate & Compute Centroid' exécute le code pour calculer le centroïde.
- Étape 3 : enfin, le nœud 'Return Centroid Response' renvoie le résultat au webhook, complétant ainsi le processus.
Workflow n8n data science, analyse de données, apprentissage automatique : guide de personnalisation
Pour personnaliser ce workflow, les utilisateurs peuvent modifier l'URL du webhook dans le nœud 'Receive Vectors' pour l'adapter à leur système. Il est également possible d'ajuster le code JavaScript dans le nœud 'Validate & Compute Centroid' pour répondre à des besoins spécifiques de calcul. En outre, les notes autocollantes peuvent être personnalisées pour inclure des informations supplémentaires ou des instructions pour les utilisateurs. Pour sécuriser le flux, il est recommandé d'utiliser des mécanismes d'authentification pour le webhook.