哈嘍，大家好。

今天給大家分享下 GPT-4 code interpreter 自動做數據分析、科研繪圖、做機器學習算法。

圖片

本文用的是人工智能入門的一個經典案例——Kaggle房價預測，來看看完全交給code interpreter能做到什么程度。

數據集直接從Kaggle網站下載就可以了。

圖片

下載下來是個壓縮文件，我們可以一股腦丟給code interpreter，讓他來解壓，并且解讀里面的文件。

圖片

他能正確解讀每個文件的作用，尤其像data_description.txt這種文件里面有幾十個字段，又都是英文，如果一個個看很浪費時間，但用code interpreter就非常方便，它可以說明每個字段的含義，并且能正確解析出每個字段有多少取值，以及每個取值的含義。

圖片

閱讀效率太高了！

然后告訴code interpreter這是一個房價預測的任務，讓他給出步驟。

圖片

跟我們平時跑算法的思路一致，每一步都非常清晰。

接下來，先讓code interpreter自動做數據探索（EDA）。

圖片

這一步讓他自動完成就可以，我們很快就能對數據有全面的掌握，比如：特征的分布，哪些特征與label相關性高等等。

基于上面分析結論，就可以讓他來建模了。

圖片

圖片

他會選一個模型（這里用的是隨機森林）進行擬合，并且會給出均方根誤差和真實值 vs 預測值的散點圖。讓我們對模型效果有個大致了解。

最后，可以讓他用訓練好的模型在測試集上預測，并按照Kaggle要求的格式產出。

圖片

code interpreter可以按照我們的指令，很好的完成工作。我們可以下載他預測的結果，上傳到Kaggle進行評估。

誤差是 0.15，排名 2000多名，還是非常不錯的。

圖片

記得，我5年前第一次提交的結果是 0.17，比code interpreter弱爆了。

圖片

當然，這還不完，有免費的勞動力，當然要壓榨一下，反正他又不會累。

我把這個結果和排名告訴了code interpreter，讓他繼續優化算法，提升下排名。

圖片

他還是不出意外地給了一堆1、2、3、4、5...建議，說得非常好，反正我也沒看。

我也只能象征性的讓他按照自己說的，去做一遍。

圖片

這里執行的時候，會有一些問題，主要是參數grid search時候，參數組合太多，code interpreter資源不足導致計算超時。

他自己會做一些嘗試，如：減少參數范圍等。不斷出問題，不斷重試之后，終于跑成功了，模型效果并沒有更好。

圖片

雖然優化沒成功，但他仍然還是會給一些建議。

圖片

這里我隨口一說讓他換個模型試試。

這次優化成功了，提交上去誤差 0.13。

圖片

排名1k多名，比上一次提高了整整1k名。

整個過程，我始終以小白的身份再跟他交流，沒有給到他任何專業的知識。如果深入到項目中，結合code interpreter的反饋和自己的專業知識，指導他迭代，我相信會跑出更好地結果。

還有就是，善用GPT確實提效太多了。