展开本页目录
开始前准备什么
- 解压lesson.zip到独立目录,先阅读README与运行范围。
- 使用与页面一致的工具版本;模型或账户能力以自己实际权限为准。
- 保留原始输入;教材中的人工参考与模型实际结果分开保存。
- 识别行与人的不同
- 导入并澄清分析单位
- 分支A按场次计算
- 分支B按人计算
- 写成可核查的报告
- 检查独立统计与负例
- 保存实际分支与报告
含README、原创输入、提示词、校验脚本与明确标注的参考材料。
attendance.csv,原创练习数据或任务书。
具体步骤、命令与未执行范围。
1. 识别行与人的不同
输入8行代表4个人的两场记录,不是8个人。每行attended只能为0或1,先验证重复(person_id,session)和总行数。
bash
python3 verify.py2. 导入并澄清分析单位
导入后要求Data Thread先解释一行是什么。模型若把行数当人数,明确person_id为参与者主键,不进入后续图表。
3. 分支A按场次计算
第一场3/4出勤,第二场3/4出勤,合计6次出勤/8个应到机会=75%。图标题写“出勤次数”,不写“参与人数”。
4. 分支B按人计算
从共同输入分支,按person_id聚合,至少出勤一次为4/4人=100%。保留P02/P03各一次与P01/P04各两次的明细,解释100%不是全勤率。
5. 写成可核查的报告
将两个分支的图表并列:75%场次出勤率与100%至少参与一次。报告结论说明差异来自统计单位;不要编造提升原因或课程效果。
6. 检查独立统计与负例
运行analyze.py核对8/4/6/75/100。verify.py在临时副本加入重复场次或attended=2时应拒绝,不会改动原文件。
bash
python3 analyze.py
python3 verify.py7. 保存实际分支与报告
导出自己的实际报告并保留Data Thread上下文。素材中的reference-report.md是人工参考,报告图为Python真值渲染,不是工具模型已完成的报告。
怎样确认已经完成
- 自己的实际产物能打开,数字、标签、单位与原始输入一致。
- 执行随包verify.py检查真实文件;参考材料不能冒充自己的模型运行。
- 已真实读取原创CSV、独立Python重算并渲染数据结果;未调用Data Formulator模型。配图中的参考图为独立计算产物,不是伪造的工具界面。
常见问题
下载素材后能直接看到AI生成结果吗?
已真实读取原创CSV、独立Python重算并渲染数据结果;未调用Data Formulator模型。配图中的参考图为独立计算产物,不是伪造的工具界面。
Data Formulator 分支报告要怎样判断完成?
按本页步骤执行自己的工具环境,核对原始输入、实际产物与检查清单;下载成功、程序启动或参考文件存在都不能代替实际结果验收。




