DeepSeek+Dify打造数据预测专家
用DeepSeek+Dify打造个数据预测专家
最近很忙想写点什么但又不知道写什么,后来想了下搞下很早之前学了一点但中途又放弃了的一些demo。一般学习模型的时候找的入门资料会有个数字识别、猫狗分类、数据预测这些入门的案例,现在可以借助下大模型的能力什么都不用管就可以实现下当时想验证的一些案例效果。本期分享下如何实现一个简单的预测功能。
往期内容
简单直接搞步骤
首先我们先咨询下DeepSeek
因为我不是专业的并且还要借助DeepSeek,所以首先我们先向他提个问题。
想让你预测数据如何写提示词
- 介于篇幅我这里截了一半图
- 但这里发现他推荐的预测也分了好多种,每一种都给了一些示例的(参考示例整理数据就可以了
- 本期分享用第10种:多变量预测(demo我只写了时间和是否有促销,两个因素。这样这里包含了时间序列的预测内容)
接下来我们用Dify创建个工作流
对工作流创建不太了解的可以看下前面的分享
- 创建个简单的工作流
- 工作流包含1.输入的文件-》文档内容提取-》选用的模型-》预测内容输出
- 开始的部分我们多添加一个参数:让模型给我们预测指定未来几个月的数据内容
- 提示词这里我们老套路参考上面DP给的内容
#角色:你是个销售额预测大师
#任务:基于输入提供的过去1年的销售数据{{#1742653794742.text#}}。基于多个变量(月份、是否有促销),请使用多元回归或随机森林模型。预测未来{{#1742653777848.monthNum#}}个月的销售额。
#示例:2025/1 1300 否
这里说下我们用的数据
数据很简单,只是验证下效果
时间 | 销售额 | 促销 |
---|---|---|
2024-01 | 100 | 否 |
2024-02 | 200 | 否 |
2024-03 | 300 | 否 |
2024-04 | 400 | 否 |
2024-05 | 800 | 是 |
2024-06 | 600 | 否 |
2024-07 | 700 | 否 |
2024-08 | 800 | 否 |
2024-09 | 900 | 否 |
2024-10 | 1000 | 否 |
2024-11 | 2000 | 是 |
2024-12 | 1200 | 否 |
效果
当然我们也可以直接屏蔽调think的过程(模型版本低的可以参考之前代码的部分,用代码过滤掉