玩转ChatGPT:ARIMA模型定制GPT-1.0

一、写在前面

好久不更新咯!

OpenAI又推出了GPT的一系列重大更新,其中GPTs深得我心啊。

GPTs允许用户创建自定义的ChatGPT版本,以满足自己各种特定需求。其核心理念在于,用户可以为不同的场景和任务创建定制化的ChatGPT。这意味着您可以根据自己的需求,在日常生活、工作或娱乐中使用不同版本的GPT。无论是学术翻译、论文写作,还是数据分析,GPTs都可以根据您的指令和额外知识来满足您的需求。

更重要的是,你不需要学会编程,仅仅把需求组织好,告诉GPT即可,TA自动帮你生成一个个性化的APP。

本期,我展示一下我定制的单因素ARIMA建模GPT,目的在于让零基础者能使用最简单的ARIMA模型进行数据预测。

二、定制过程

具体定制教程不详细介绍了,网络一大堆。我个人觉得关键还是要把"咒语"写好,不然很容易出错的。

我的写法就是严格按照ARIMA模型的建模流程一步一步进行,每一步怎么详细怎么来,然后关键步骤附上参考的代码段。

三、第一轮测试

(1)直接上传数据

GPT自动读取数据,然后画出折线图,大致看看走势。

GPT会对数据进行大概的分析,比如有一些季节性、周期性等。

随后,会温馨提示:下一步你需要定义训练集和验证集。

(2)定义训练集和验证集

我这里定义的是2014-2011年作为训练集,2012年作为验证集。

随后,会温馨提示:下一步你需要做平稳性检验。

(3)平稳性检验

输出ADF检验结果,显示数据平稳(存疑哈)。

随后,会温馨提示:下一步你需要做ACF和PACF图。

(4)ACF和PACF图

输出ACF和PACF图。

随后,会温馨提示:下一步开始建模,ARIMA的这几个参数的范围需要你确认。

(5)A RIMA建模

既然说平稳,那就D和d取0,然后剩下四个参数取0到2即可。

自动根据AIC和BIC值,还有参数的P值进行筛选,找到最优模型。

随后,会温馨提示:下一步开始使用最优模型进行预测。

(6)最优ARIMA模型预测

训练集和验证集的预测结果见两个csv文档,可以下载使用。

随后,会温馨提示:下一步开始使用计算训练集和验证集的误差指标。

(7)计算性能指标

训练集和验证集的预测结果见两个csv文档,可以下载使用。

随后,会温馨提示:下一步开始使用计算最优模型的参数指标。

(8)计算最优模型的参数指标

(9)其他功能

以上是我给TA定制的关于构建ARIMA模型的规定步骤,你也可以根据具体情况对TA提要求,毕竟TA还是GPT的。

有能力的可以试试:https://chat.openai.com/g/g-KjtUx6Q0Z-jet-time-series-forecaster

四、写在最后

可以观察到,即便你对ARIMA建模的了解不甚深入,但在这个定制化的GPT指导下,仍能逐步掌握ARIMA建模的全过程。需要一定专业知识的部分主要包括准备数据、划分训练集与验证集,以及选择合适的参数范围。至于其他环节,只需简单输入'继续'或'是'即可轻松完成。

当然,这个GPT还有许多改进空间。例如,我可以让TA直接为我生成一个完整的模型预测报告,包含图表和相关描述,有点细思极恐。

今天的尝试只是初步探索,未来我会在实战应用中继续探索并分享更多心得。

相关推荐
SLY司赖2 小时前
大模型应用开发之LLM入门
语言模型·chatgpt·llm
古希腊掌管学习的神15 小时前
[LangGraph教程]LangGraph04——支持人机协作的聊天机器人
人工智能·语言模型·chatgpt·机器人·agent
鸿蒙布道师15 小时前
OpenAI为何觊觎Chrome?AI时代浏览器争夺战背后的深层逻辑
前端·人工智能·chrome·深度学习·opencv·自然语言处理·chatgpt
AIGC大时代17 小时前
高质量学术引言如何妙用ChatGPT?如何写提示词
人工智能·深度学习·chatgpt·学术写作·chatgpt-o3·deep reaserch
未来智慧谷1 天前
大模型工业化元年:GPT-5开启通用AI新纪元,中国技术如何破局?
人工智能·gpt
樱花穿过千岛湖1 天前
第六章:Multi-Backend Configuration
人工智能·python·gpt·学习·ai
量子位2 天前
北大团队引领 3D 生成与对齐革新:OctGPT 打破扩散模型垄断
人工智能·gpt·aigc
盈达科技3 天前
[盈达科技】GEO(生成式引擎优化)实战指南:从认知重构、技术落地到内容突围的三维战略
人工智能·chatgpt
web守墓人3 天前
【gpt生成-其二】以go语言为例,详细讲解 并发模型:线程/协程/ Actor 实现
java·gpt·golang
剑客的茶馆4 天前
GPT,Genini, Claude Llama, DeepSeek,Qwen,Grok,选对LLM大模型真的可以事半功倍!
gpt·llm·llama·选择大模型