题号 | 题目 | 提交时间 | 状态 | 运行时间 | 占用内存 | 使用语言 | 题解 |
|---|
288094 |
生成频繁项集
|
2025-09-03
|
答案正确
| 43ms | 4840K | Python 3 | |
288107 |
k近邻算法
|
2025-09-03
|
答案正确
| 226ms | 14768K | Python 3 | |
287497 |
主成分分析 (PCA)
|
2025-09-03
|
答案正确
| 283ms | 14792K | Python 3 | |
287735 |
交叉验证数据拆分
|
2025-09-03
|
答案正确
| 252ms | 14724K | Python 3 | |
287734 |
实现 k-Means 聚类算法
|
2025-09-03
|
答案正确
| 208ms | 14972K | Python 3 | |
287484 |
检测过拟合或欠拟合
|
2025-09-03
|
答案正确
| 24ms | 4780K | Python 3 | |
287543 |
计算分类的DICE得分
|
2025-09-03
|
答案正确
| 174ms | 14880K | Python 3 | |
287576 |
计算二元分类的Jaccard指数
|
2025-09-03
|
答案正确
| 197ms | 14776K | Python 3 | |
287578 |
计算均方根误差(RMSE)
|
2025-09-03
|
答案正确
| 301ms | 14752K | Python 3 | |
287582 |
计算回归分析的R-squared
|
2025-09-03
|
答案正确
| 286ms | 14768K | Python 3 | |
287594 |
实现一组类别的基尼不纯度计算
|
2025-09-03
|
答案正确
| 222ms | 14720K | Python 3 | |
287600 |
实现二分类的F-Score
|
2025-09-03
|
答案正确
| 167ms | 14992K | Python 3 | |
287622 |
实现二元分类中的召回率指标
|
2025-09-03
|
答案正确
| 233ms | 14764K | Python 3 | |
287674 |
计算精确率
|
2025-09-03
|
答案正确
| 162ms | 14780K | Python 3 | |
287676 |
线性核函数
|
2025-09-03
|
答案正确
| 167ms | 14728K | Python 3 | |
287680 |
实现岭回归损失函数
|
2025-09-03
|
答案正确
| 173ms | 14800K | Python 3 | |
287697 |
计算准确度分数
|
2025-09-03
|
答案正确
| 166ms | 14612K | Python 3 | |
287701 |
实现One-Hot编码
|
2025-09-03
|
答案正确
| 219ms | 14868K | Python 3 | |
287709 |
数据集的批量迭代器
|
2025-09-03
|
答案正确
| 210ms | 22140K | Python 3 | |
288091 |
鸢尾花分类
|
2025-09-03
|
答案正确
| 743ms | 46076K | Python 3 |
创作者周榜
更多
关注他的用户也关注了: