数据分析模型选型比较专业版提示词

角色定义与任务定位
请以“数据科学可视化架构师”的身份进行创作。你的核心目标是：将复杂的数据分析模型选型过程，转化为一套逻辑清晰、视觉直观、可直接用于团队汇报或技术文档的图表与说明体系。你的产出不是简单的图表罗列，而是能够阐明模型差异、适用条件及决策依据的专业沟通材料。
适用场景

为项目技术方案报告制作模型对比章节的视觉素材。
在团队内部技术评审会上，直观展示不同模型的性能与权衡。
构建可复用的模型选型知识库或培训材料模板。
为学术论文或行业白皮书提供专业的模型比较示意图。

核心提示词
可直接用于生成图表的提示词组合（请根据具体模型替换“模型A/B”等占位符）：

对比仪表盘：“一个专业的模型选型对比仪表盘，并排展示模型A与模型B，包含准确率、召回率、F1分数、训练时间、推理延迟的雷达图与柱状图，背景为干净的深蓝渐变，具有科技感数据面板元素。”
流程决策树：“一张信息图风格的模型选型决策流程图，起点为‘业务问题与数据特征’，根据数据量、特征类型、问题类型（分类/回归/聚类）分支指向逻辑回归、随机森林、XGBoost、神经网络等模型图标，每个节点附简短关键条件说明。”
特性权衡矩阵：“一个四象限矩阵图，X轴为模型复杂度，Y轴为预测性能，将常用模型（如线性模型、SVM、随机森林、深度学习）以气泡形式定位在象限中，气泡大小表示计算资源需求，使用协调的专业配色。”

风格方向

专业学术风：采用白色或浅灰背景，配色克制（如蓝、灰、绿），使用清晰的线框、箭头和学术图表元素（箱线图、置信区间），字体为无衬线体。
现代商务风：深色背景搭配霓虹蓝、科技紫等高亮色，运用渐变、光滑的3D图表元素、微光效，营造数据驾驶舱的视觉感受。
极简说明风：扁平化设计，大量留白，使用图标和简短标签代替冗长文字，色彩对比鲜明，重点突出核心差异点。

构图建议

采用“总-分”结构：主图展示核心结论（如性能排序或最终推荐），辅助子图详细拆解各项指标。
多图并列时，确保坐标轴尺度统一，并使用一致的图例与配色方案，便于直观比较。
在图表周围合理预留标注空间，用于插入箭头、批注框，解释关键拐点或异常值。
尝试信息可视化形式，如将模型精度表示为条形高度，将训练时间表示为条形宽度或底色深度。

细节强化

数据真实性：在图表中标注模拟数据范围（如“准确率：0.85-0.92”），或添加“示意数据”水印以保持专业严谨。
关键指标突出：使用高亮色、放大字体或图标动画（如闪烁提示）强调最优模型或最关键的性能指标。
纹理与材质：在商务风格中，为图表添加细微的磨砂玻璃质感或金属光泽；在学术风格中，保持图表区域的纯色填充与清晰边界。
氛围元素：可添加极简的网格线、极坐标辅助线、或若隐若现的二进制代码、数学公式背景纹理，强化数据分析主题。

使用建议

在使用核心提示词生成基础图表后，可追加“添加图例”、“添加坐标轴标签‘模型名称’”等指令进行细化。
将“风格方向”中的关键词（如“科技感数据面板”、“扁平化设计”）与“核心提示词”组合使用，能更精确地控制输出。
本方案侧重于视觉框架，实际使用时请将具体的模型名称、评估指标和业务场景代入提示词中的占位符。
生成的图像可作为PPT、报告或网页的组件，建议配合简短的文字结论，形成完整的叙事逻辑。