如何使用本地大模型做数据分析

工具:interpreter --local

样本数据:

1、启动分析工具

2、显示数据文件内容

输入:

复制代码
显示/Users/wxl/work/example_label.csv

输出:(每次输出的结果可能会不一样)

3、相关性分析

输入:

复制代码
分析客户类型与成单结果的相关性。

输出:

4、模拟训练

输入:

复制代码
使用线性回归模型拟合客户类型与成单结果的关系。

输出:(输出最基本的结果,并提示进一步优化)

5、也可以从数据库中获取分析数据,如:redis, mysql

总结:在代码解释器的加持下,可以分析本地csv文件或对可访问数据库中的数据进行分析。除了基本的输出外,还会引导用户去优化代码、训练模型包括常规的数据分析的套路,及交叉验证、各种优化指标等,即便没有数据分析等相关知识,也可以在模型等引导下获得指导。

相关推荐
im_AMBER2 小时前
学习日志19 python
python·学习
mortimer5 小时前
安装NVIDIA Parakeet时,我遇到的两个Pip“小插曲”
python·github
@昵称不存在6 小时前
Flask input 和datalist结合
后端·python·flask
charlee446 小时前
PandasAI连接LLM进行智能数据分析
ai·数据分析·llm·pandasai·deepseek
赵英英俊6 小时前
Python day25
python
东林牧之6 小时前
Django+celery异步:拿来即用,可移植性高
后端·python·django
何双新6 小时前
基于Tornado的WebSocket实时聊天系统:从零到一构建与解析
python·websocket·tornado
AntBlack7 小时前
从小不学好 ,影刀 + ddddocr 实现图片验证码认证自动化
后端·python·计算机视觉
凪卄12137 小时前
图像预处理 二
人工智能·python·深度学习·计算机视觉·pycharm
巫婆理发2227 小时前
强化学习(第三课第三周)
python·机器学习·深度神经网络