题号 | 题目 | 提交时间 | 状态 | 运行时间 | 占用内存 | 使用语言 | 题解 |
---|
287535 |
计算分类模型的性能指标
|
2025-09-02
|
答案正确
| 22ms | 4780K | Python 3 | |
287631 |
使用梯度下降实现Lasso回归
|
2025-09-02
|
答案正确
| 211ms | 14764K | Python 3 | |
287631 |
使用梯度下降实现Lasso回归
|
2025-09-02
|
答案正确
| 209ms | 14784K | Python 3 | |
287703 |
生成数据集的随机子集
|
2025-09-02
|
答案正确
| 228ms | 14740K | Python 3 | |
287705 |
生成多项式特征
|
2025-09-02
|
答案正确
| 225ms | 14804K | Python 3 | |
287707 |
根据特征阈值划分数据集
|
2025-09-02
|
答案正确
| 221ms | 14752K | Python 3 | |
288094 |
生成频繁项集
|
2025-09-02
|
答案正确
| 23ms | 4728K | Python 3 | |
287497 |
主成分分析 (PCA)
|
2025-09-02
|
答案正确
| 229ms | 14868K | Python 3 | |
287735 |
交叉验证数据拆分
|
2025-09-02
|
答案正确
| 256ms | 14864K | Python 3 | |
287734 |
实现 k-Means 聚类算法
|
2025-09-02
|
答案正确
| 250ms | 14688K | Python 3 | |
287736 |
使用梯度下降的线性回归
|
2025-09-02
|
答案正确
| 310ms | 14768K | Python 3 | |
287737 |
使用正规方程的线性回归
|
2025-09-02
|
答案正确
| 171ms | 15072K | Python 3 | |
288107 |
k近邻算法
|
2025-09-02
|
答案正确
| 241ms | 14772K | Python 3 | |
287674 |
计算精确率
|
2025-09-02
|
答案正确
| 173ms | 14740K | Python 3 | |
287602 |
实现TF-IDF
|
2025-09-02
|
答案正确
| 205ms | 14788K | Python 3 |
创作者周榜
更多
关注他的用户也关注了: