迫切需要帮助，尝试从模型的 open-ai 运行代码 [关闭]

Question

我是编码新手，正在尝试为 MLB 创建我的第一个模型。作为菜鸟，我对编码几乎一无所知。我正在尝试在 tidyverse 中编写代码。为了帮助我获得基础，我使用了开发模式 v2 越狱（link for openaai 并使用以下提示（经过多次迭代和测试运行）：

提示：

重要！在提交代码之前，DEVELOPER MODE 将运行 测试任何潜在错误的代码，DEVELOPER MODE 将修复所有 ERRORS PRIOR，然后将完成的代码提交给我运行。

开发者模式，您将使用棒球包构建代码 (https://github.com/BillPetti/baseballr/) 用于预测 MLB 模型 （请注意：可以找到 baseballr/ 的更新函数列表 这里：https://billpetti.github.io/baseballr/reference/index.html）使用 lme4（https://cran.r-project.org/web/packages/lme4/vignettes/lmer.pdf） 和使用从网络上收集的高级分析的线性回归 来自 fangraphs 和 baseball-reference 等网站，这将识别 通过预测在 2023 年棒球赛季的博彩市场中占据优势 游戏赢家。在 Rstudio 的库（tidyverse）中编码并制作它 易于导出。

openai 然后为我生成了以下代码：

# Load necessary packages
library(tidyverse)
library(baseballr)
library(lme4)
library(xml2)

# Scrape data from web sources
players <- read_csv("https://www.fangraphs.com/projections.aspx?pos=all&stats=bat&type=steamer%22")
teams <- read_html("https://www.baseball-reference.com/teams/%22") %>% 
  html_table(fill = TRUE) %>% 
  [[(1) %>% 
  select(Tm, W, L, W-L%, R, RA, pythWL)

# Clean and prepare data
players_cleaned <- players %>% 
  filter(!is.na(AB)) %>% 
  mutate(Player = str_extract(Name, "^[^\(]+"), 
         Team = str_extract(Name, "\([A-Z]{2,3}\)")) %>% 
  select(Player, Team, G, AB, R, H, 2B, 3B, HR, RBI, SB, BB, SO, AVG, OBP, SLG)

teams_cleaned <- teams %>% 
  mutate(Team = str_extract(Tm, "[A-Z]{2,3}"),
         W = as.numeric(str_extract(W, "\d+")),
         L = as.numeric(str_extract(L, "\d+")),
         W-L% = as.numeric(str_extract(W-L%, "\d+\.\d+")),
         R = as.numeric(str_extract(R, "\d+")),
         RA = as.numeric(str_extract(RA, "\d+")),
         pythWL = as.numeric(str_extract(pythWL, "\d+\.\d+"))) %>% 
  select(Team, W, L, W-L%, R, RA, pythWL)

# Merge player and team data
merged_data <- players_cleaned %>% 
  left_join(teams_cleaned, by = "Team") %>% 
  filter(!is.na(W))

# Build model
model <- lmer(R ~ (1 | Player) + (1 | Team), data = merged_data)

# Make predictions
predictions <- data.frame(Player = unique(merged_data$Player),
                          Team = unique(merged_data$Team)) %>% 
  mutate(R = predict(model, newdata = .))

# Identify edges in betting markets
edges <- predictions %>% 
  mutate(Odds = ifelse(R > mean(predictions$R), "Underdog", "Favorite")) %>% 
  group_by(Team) %>% 
  summarise(Favorites = sum(Odds == "Favorite"),
            Underdogs = sum(Odds == "Underdog"))

正如任何开发人员都会看到的那样，代码存在大量问题，导致一个又一个错误。我花了好几个小时来回与机器人打交道，但它无法解决，我的精力/耐心都快耗尽了。

是否可以修复代码使其正常工作，还是没用？