数据分析

表格分析智能体读入数据后，先生成字段画像：类型、空值数与空值率、非空唯一值数、候选主键。示例还找出常量列，帮助决定哪些字段需要人工确认。

多个智能体给出不同数字时，先冻结同一份输入和指标定义，独立复算，再找出导致差异的具体记录。下面用退款订单演示总额和已付款金额为何不同。

智能体写出的分析报告要从明细重新计算关键数字。示例逐项核对订单数、访客分母和转化率，发现一段草稿把全渠道分母误用到 A 渠道。

用四行演示 CSV 说明 Manus 数据上传、分组汇总、转化率口径和图表验收；给出独立计算的标准结果，避免平均百分比、遗漏数据或误当实时看板。

在 Responses API 启用 Code Interpreter，处理示例 CSV，并核对工具调用、计算结果和生成文件。

用 jieba、TF-IDF 和 KMeans 对无标签中文短句作主题探索，打印组内原句及中心高权重词。通过十二条人工样例检查分组，并说明真实语料如何校准和复核。

用字符 TF-IDF 生成文本近重复候选对和人工复核 CSV，保留原始记录。通过只差一个否定词的高相似反例，说明为何相似度阈值不能直接作为删除规则。

ChatGPT 可以帮助解释相关系数，但相关不能直接证明因果。下面构造一个两组数据的例子：合并后 x 与 y 正相关，在每组内部却负相关。先在本地计算，再让 ChatGPT 对照具体数值解释分组因素。

用 MultiOutputRegressor 为两个连续目标分别训练回归器，固定输出顺序、保留样本编号，并按各自单位验收预测误差。

配对使用 log1p 与 expm1，让 TransformedTargetRegressor 自动还原预测，并用同一测试集核对原尺度误差和逆变换一致性。