真正的官方GPT4.0国内版(2024年4月更新)

免费体验

地址:https://hello.zhangsan.shop/list
授权码免费体验3.5:chatgpt-3.5-free

需要在线获取授权码才能使用4~下面我演示下我认为不错的功能。界面如下:

在这里插入图片描述

GPTS界面如下:
在这里插入图片描述

没错,官方所有插件和代码解释器都在,效果一模一样!为了演示它的真实性,下面我做出部分功能测试。

代码解释器

代码文件分析

选中这个:
在这里插入图片描述

这里我上传一个python文件让它进行分析,以下可见分析很准确:
在这里插入图片描述

压缩包分析

我们可能需要分析一整个项目,所以需要以压缩包形式进行上次,如下所示:
在这里插入图片描述
回答如下,100%的正确率回答了我这个项目的每个文件内容:
在这里插入图片描述

数据分析

除了上传代码文件,我们还可以上传数据文件进行分析,例如我上传了一个超市销售的文件:
在这里插入图片描述

在这里插入图片描述
这里我们接着进行提问,比如查看数据的描述性统计、检查缺失值、查看各个类别的数量:
在这里插入图片描述

这里我还可以继续要求它帮我做可视化分析:

在这里插入图片描述
这里我还想继续追加一些提问,比如使用机器学习算法来实现数学建模:
在这里插入图片描述
继续告诉它目标:根据购买的商品和其他信息来预测一个顾客是会员还是非会员
在这里插入图片描述

from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelEncoder

# Select the features and the target
features = ['Branch', 'City', 'Gender', 'Product line', 'Unit price', 'Quantity', 'Payment', 'cogs', 'gross income', 'Rating']
target = 'Customer type'

# Copy the original data
data_encoded = data.copy()

# Label encode the categorical features
le = LabelEncoder()
for column in data_encoded[features].select_dtypes(include='object').columns:
    data_encoded[column] = le.fit_transform(data_encoded[column])

# Label encode the target
data_encoded[target] = le.fit_transform(data_encoded[target])

# Split the data into training set and test set
X_train, X_test, y_train, y_test = train_test_split(data_encoded[features], data_encoded[target], test_size=0.2, random_state=42)

X_train.shape, X_test.shape, y_train.shape, y_test.shape

在这里插入图片描述

from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score

# Initialize the Random Forest Classifier
rf = RandomForestClassifier(random_state=42)

# Train the model
rf.fit(X_train, y_train)

# Make predictions on the test set
y_pred = rf.predict(X_test)

# Calculate the accuracy of the model
accuracy = accuracy_score(y_test, y_pred)

accuracy

并且直接帮我运行出了结果:
在这里插入图片描述

官方插件(官网已下架由GPTS代替)

这是以前的插件页面,但目前官网已经下架了,只是换到了GPTS页面,实际使用差不多的,所以图片就不单独截图了。
在这里插入图片描述
在这里插入图片描述
基本就是PDF分析,可视化,文献搜索。这里我主推Show Me Diagrams、Link Reader这两个。第一个是可以绘制各种各样的图像,第二个是可以阅读链接。

下面我来做一个演示。

阅读链接并可视 这个目标为例,分析我的文章:

https://blog.csdn.net/weixin_46211269/article/details/131816123

选上这两个插件:
在这里插入图片描述
回复如下:
在这里插入图片描述
接着,我希望它根据理解的文章内容,绘制出绘制思维导图,可以看到正在使用Show Me Diagrams插件,得到如下:
在这里插入图片描述
当然,可视化除了绘制思维导图,还可以绘制各种各样的比如ER图、流程图、柱形图等等这里不做演示。

更多最新教程

见我的github仓库地址:https://github.com/sfvsfv/chatgpt-share

除此之外,还有更多的插件(现在是GPTS),这里我不做演示了(可以看上面github仓库有更多演示),可以看到现在我已经成功把官方的所有界面和插件已经搬运到国内了,效果非常好。需要体验国内版的官方网站,添加下方卡片私聊。

  • 39
    点赞
  • 127
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 44
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 44
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

川川菜鸟

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值