SodaPy.com

用途

我使用政府資料集微調 Gemini，並處理資料集：特徵工程、測試等。我將微調過的 Gemini 與 ARIMA 和 XGboost 模型結合，建立 3 個集成模型。這讓我的 MAE 降至約 6。一開始，我會取得所有美國州別的預測結果，但這會產生大量 API 資料要求，導致網站速度變慢。不過，經過精細調整後，Gemini 在預測所有州的汽水消耗量方面表現出色。fine-Gemini 的預測結果非常準確，但 MAE 值非常高。因此，我們主要使用 ARIMA 和 XGBOOST 大幅降低 MAE，但經過精細調整的 Gemini 已能根據原始政府資料集，提供出色的汽水消費量預測結果。因此，要準確預測汽水的消耗量，就必須精細調整 Gemini。我曾在德州接受手術，將腎臟捐給腎臟衰竭的父親。因此，專注於德州未來的汽水消費情況，以解決腎臟問題，是個不錯的做法。既然我們知道受試者喝了多少汽水，就可以要求他們匿名/自願捐贈尿液，這是評估第 1 期腎衰竭的最佳工具。腎衰竭第 5 期已是晚期，患者必須接受手術。因此，在預測汽水飲用量時，我們可以著重於第 1 階段的預防方法。從根本上消除腎臟衰竭。我使用 Vertex AI 和 GCP Cloud Run/負載平衡器。我使用 Chrome 開發人員工具檢查延遲 API 問題。