ChatGPT、Claude 和 Gemini 在数据分析方面的比较（第 2 部分）

       欢迎来到雲闪世界。欢迎回到我的系列文章的第二部分，ChatGPT、Claude 和 Gemini 在数据分析方面的比较！在本系列中，我旨在比较这些 AI 工具在各种数据科学和分析任务中的表现，以帮助其他数据爱好者和专业人士根据自己的需求选择最佳的 AI 助手。如果您错过了第一篇文章（利用 OCR 和强大的 GPT-4o 迷你模型对收据进行信息提取），我比较了它们在编写和优化 SQL 查询方面的表现 — 请务必查看！ 虽然 2024 年奥运会已经结束，但我们的 AI 竞赛才刚刚开始。到目前为止，Claude 3.5 Sonnet 已经领先！但它能保持自己的地位吗，还是 ChatGPT 和 Gemini 会赶上来？🏆 在第二篇文章中，我们将重点介绍他们独立进行探索性数据分析 (EDA) 的能力。作为一名数据科学家，想象一下拥有一个 AI 工具的便利性，它可以立即为新数据集提供数据洞察和建议，以指导高级分析和建模。让我们看看哪种模型可以提供最佳的 EDA。

添加图片注释，不超过 140 字（可选）

什么是 EDA 探索性数据分析 (EDA) 是检查和分析数据集以了解其主要特征的过程，通常使用视觉技术。它涉及数据清理、汇总统计数据以及识别数据中的模式、趋势和关系。目标是发现指导进一步分析或建模的见解，确保在进行更复杂的任务之前彻底了解数据。EDA 的关键组成部分包括：

1. 数据检查：了解数据集的结构（例如，行数、列数、数据类型）并预览样本数据。

2. 数据清理：纠正数据类型、处理缺失值和验证数据（例如，确保在必要时值是唯一的）。

3. 单变量分析：使用可视化对单列执行描述性统计（例如平均值、中位数、分位数）。

4. 双变量和多变量分析：探索成对或多组变量之间的关系。

5. 见解和建议：产生见解和可行的建议，以提供进一步的分析或建模。

评估标准 我们将在“自动驾驶”模式下评估这三种工具，仅提供一个提示来进行 EDA，看看它们能走多远。评估将基于五个关键方面： 1.完整性（5分）： EDA报告是否涵盖了数据检查、数据清理、单变量分析、多变量分析和洞察等五个基本方面？ 2. 准确性（4 分）：报告中的统计计算、可视化以及得出的见解或结论有多准确？ 3. 可视化质量（4 分）：可视化是否清晰、可解释且与报告相关？ 4. 洞察力（4 分）：报告是否根据已识别的模式、趋势或关系产生洞察力？ 5. 可重复性和文档（3 分）：报告是否有详尽的文档记录，以便其他人可以重复该分析？ 请参阅下表中的详细评分标准：

添加图片注释，不超过 140 字（可选）

问题设置 这是我们用于本次评估的数据集：来自 Kaggle 的客户性格分析数据集（CC0：公共领域许可证）。 这是我的提示：

您是一家连锁杂货店的数据科学家。 您有一个数据集，其中包含客户的人口统计信息、 购买数据和营销活动历史记录。您今天的目标是对该数据集 进行彻底的探索性数据分析 (EDA)，并提供必要的数据清理、分析和可视化、清晰的见解和可行的建议。 您的 EDA 将用于更好地了解客户、根据客户行为影响产品策略，并为进一步的客户细分分析和建模提供信息。 以下是各列的说明： 1. 人员-ID：客户的唯一标识符 -Year_Birth：客户的出生年份 -Education：客户的教育程度 -Marital_Status：客户的婚姻状况 -Income：客户的家庭年收入 -Kidhome：客户家庭中的儿童数量 -Teenhome：客户家庭中的青少年数量 -Dt_Customer：客户在公司注册的日期 -Recency：自客户上次购买以来的天数 -Complain：如果客户在过去 2 年内投诉过，则为 1，否则为 0 2. 产品 -MntWines：过去 2 年在葡萄酒上的花费 -Mn