题号 | 题目 | 提交时间 | 状态 | 运行时间 | 占用内存 | 使用语言 | 题解 |
---|
287496 |
奇异值分解 (SVD)
|
2025-07-16
|
答案正确
| 302ms | 14800K | Python 3 | |
287496 |
奇异值分解 (SVD)
|
2025-07-16
|
答案正确
| 223ms | 14996K | Python 3 | |
288107 |
k近邻算法
|
2025-07-10
|
答案正确
| 712ms | 48592K | Python 3 | |
287497 |
主成分分析 (PCA)
|
2025-07-10
|
答案正确
| 552ms | 39480K | Python 3 | |
287497 |
主成分分析 (PCA)
|
2025-07-10
|
答案正确
| 557ms | 39464K | Python 3 | |
287734 |
实现 k-Means 聚类算法
|
2025-07-10
|
答案正确
| 686ms | 44776K | Python 3 | |
287600 |
实现二分类的F-Score
|
2025-07-10
|
答案正确
| 658ms | 39856K | Python 3 | |
287622 |
实现二元分类中的召回率指标
|
2025-07-10
|
答案正确
| 785ms | 39912K | Python 3 | |
287697 |
计算准确度分数
|
2025-07-10
|
答案正确
| 653ms | 40500K | Python 3 | |
287701 |
实现One-Hot编码
|
2025-07-10
|
答案正确
| 236ms | 15696K | Python 3 | |
287709 |
数据集的批量迭代器
|
2025-07-09
|
答案正确
| 192ms | 14908K | Python 3 | |
287712 |
数据集随机洗牌
|
2025-07-09
|
答案正确
| 230ms | 14716K | Python 3 | |
288091 |
鸢尾花分类
|
2025-07-09
|
答案正确
| 937ms | 45684K | Python 3 | |
288086 |
损失函数
|
2025-07-09
|
答案正确
| 245ms | 14652K | Python 3 | |
288086 |
损失函数
|
2025-07-09
|
答案正确
| 230ms | 14748K | Python 3 | |
288085 |
异常值与缺失值
|
2025-07-09
|
答案正确
| 252ms | 15852K | Python 3 | |
287491 |
特征扩展实现
|
2025-07-09
|
答案正确
| 569ms | 39464K | Python 3 | |
287736 |
使用梯度下降的线性回归
|
2025-07-09
|
答案正确
| 267ms | 14700K | Python 3 | |
287737 |
使用正规方程的线性回归
|
2025-07-09
|
答案正确
| 219ms | 14988K | Python 3 | |
287737 |
使用正规方程的线性回归
|
2025-07-09
|
答案正确
| 183ms | 15148K | Python 3 |
创作者周榜
更多
关注他的用户也关注了: