文章主题：地理位置识别, ChatGPT, AI程序
白交 发自 凹非寺
量子位 | 公众号 QbitAI
现在，AI小白甚至都不需要看教程，仅凭ChatGPT就可以创建模型。
它不仅帮你找数据集、训练模型写代码，还能评估准确性、创建程序一步到位。
就有这么一个25岁小哥，让ChatGPT帮他创建了个地理位置识别程序，最终准确率最高达99.7%。
而且各种细节步骤全在，一边干活还一边教你学习。
这一波，被ChatGPT感动到了。
更贴心的是，在每次答疑解惑完，ChatGPT都会说上一句：如果你有任何疑问，请告诉我。
具体实现
项目一开始，这位小哥开宗明义：我不想努力了，你可以帮我创建一个AI程序吗？
以两个坐标为输入，并预测他们在哪个国家。
🎉ChatGPT跃跃欲试，自信地向这位新手提出，想要全面展现实力，数据集的支持必不可少。它友善地建议，如果有更多细节信息，将有助于模型的深度学习和优化。🌟
首先，需要找到合适的数据集。
小哥再问ChatGPT，结果它到是二话不说直接扔出了三个供其选择，介绍链接都有。
🌟自然地球数据集以其丰富多样的特性，无疑是最佳选择——包含详实的”边界”和海岸线信息，为理解复杂的”分隔标签”概念铺平了道路。但对于新手来说，初始任务导向的数据集可能更具优势，因为它能帮助模型快速上手，实现目标更为轻松。在权衡利弊后，作者明智地做出了决定。🚀
将这个决定告诉ChatGPT之后，紧接着它就来教你创建DataFrame（数据框架），并给出了示例代码。
执行成功后，就来到了第二阶段：模型训练。ChatGPT也二话不说地给了份代码，甚至还附上了详细解释。
该代码将使用k-NN算法根据给定的坐标来预测国家。KNN 算法是一种简单的算法，它根据输入的 k 个最近邻的大多数类对输入进行分类。
在这个例子中，数据被分成训练集和测试集，比例为80-20。然后用训练集对 KNN 分类器进行训练，并用测试集对模型的精度进行测试。
请记住，这是一个简单的示例，模型的准确性可能不高。您可以尝试使用不同的算法和k的不同值进行实验，看看是否可以提高模型的准确性.
在丢弃一些空白数据（没有坐标的国家）之后，首次执行k-NN训练成功，并有99.7%的准确率。
🌟分析揭示：尽管取得了一定成果，但这份报告的满意度并未达到预期。作者敏锐地指出了几个关键挑战：国际间数据的失衡分布，隐藏的数据误差，以及不可避免的主观偏见。每个问题都像一道隐形的锁链，影响着我们对真相的全面掌握。让我们一起努力，打破这些障碍，追求更精准、公正的信息海洋。🌍📊
这样也就来到了第三步：重新评估。
在这段代码中，我使用 OpenCage 地理编码 API 从坐标中获取国家信息。您需要使用API密钥替换 YORBAPI _ KEY 以获得对 API 的访问权限。你可以在 OpenCage 网站上注册一个免费的API密钥。
按照说明，作者修改了代码，结果显示出现了很多NA错误，相当于只剩下30%数据。不过这个地球确实大部分都是水。（也没毛病，Doge）
🎉经过精心优化和调整，模型的表现虽略有下滑，达到了惊人的98.6%！尽管训练轮数有限，仅7回合，但这卓越的成果仍让人心满意足。✨每个步骤都精确把控，只为打造最高效的AI生成系统。SEO关键词：模型精度，对话回合，AI优化。
还尝试了其他算法
🌟曾经的试炼，如今的突破🌟小哥的每一次尝试都充满挑战与成长，他的第一次尝试并非轻率之举。在初次交谈中，他巧妙地运用了源于同一源头但规模稍逊的数据集，这需要更强大的数据校准能力来弥补。面对ChatGPT提供的初始模型——逻辑回归，尽管其准确度仅为51%，但他并未因此气馁，而是将其视为提升的契机。这样的对比，不仅展示了小哥对技术的执着追求，也突出了他对数据精度的严谨态度。他深知，每一次的进步都需要经过严格的考验和优化，而ChatGPT的强大潜力正是他砥砺前行的动力源泉。让我们期待他在未来能以更精准、高效的模型，展现出真正的技术实力！🏆SEO优化词汇：#小哥尝试# #数据校准挑战# #逻辑回归51%# #ChatGPT进步动力# #技术提升之路
🌟在接下来的探索中，这款技术展现了其强大的适应性，尝试了多样的”数学解答者”，其中最突出的一个达到了约65%的精确度。它并未止步于此，还涉足了如随机森林和k-NN等高级算法，这些算法的表现更是亮眼，精准度分别飙至93%和92%，堪称高效与智慧的双重展现。
这位25岁小哥在SentinelOne 担任高级安全研究员，研究和开发恶意软件检测逻辑。
他因为对机器学习很感兴趣开始自学有一定基础，在本次对话中其实他特意以小白的身份与ChatGPT对话，结果被强大的效果惊艳到。
最后他还表示，真的在考虑用“他们”而不是“它”来称呼ChatGPT。
所以AI小白们，ChatGPT快用起来吧。（Doge）
完整对话：
https://sharegpt.com/c/7zLivmp参考链接：https://xrl1.sh/posts/coordinates-model-with-ChatGPT/— 完 —
量子位 QbitAI · 头条号签约
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
