自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

weixin_59740529的博客

原创线性支持向量机的建模

线性支持向量机的建模

2023-05-21 16:23:33 125 1

原创决策树（ID3）的建模

最基础的ID3决策树的建模

2023-05-20 19:22:47 228 1

原创 K近邻的建模

K近邻算法的建模

2023-05-20 16:19:10 148 1

原创熵权法的建模

熵权法是一种多指标权重确定方法，它基于信息熵的概念来确定各指标的权重。

2023-05-20 15:02:07 224

原创多元线性回归（最小二乘法）的建模

实现多元线性回归的数学原理

2023-05-20 11:21:05 1183 1

空空如也

如何用训练好的图像分类模型预测未知标签的图像

2022-11-11

python使用pyinstaller打包失败

2022-10-14

用conda新创建的虚拟环境都被放在了C盘.conda里envs中一个文件夹里而不是envs里

2022-05-14

请问大家，faster-rcnn训练出来的模型检测图片结果map特别低，最可能的原因是什么

2022-04-19

linux系统非root怎么安装图片查看器

2022-04-17

关于fasterrcnn的train.py报错“段错误，核心已转储”

2022-04-15

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

Monkeyer02 CSDN认证博客专家 CSDN认证企业博客

码龄3年

IP 属地：湖北省

IP属地以运营商信息为准，境内显示到省（区、市），境外显示到国家（地区）

5: 原创

29万+: 周排名

183万+: 总排名

1万+: 访问

: 等级

74: 积分

698: 粉丝

9: 获赞

4: 评论

36: 收藏

私信

关注

热门文章

分类专栏

最新评论

线性支持向量机的建模
CSDN-Ada助手: 非常感谢您的第5篇博客，题目“线性支持向量机的建模”非常有深度和实用性。您的讲解方式非常清晰易懂，让我对线性支持向量机有了更深刻的认识。希望您能够继续分享您的知识和经验，我期待着您的下一篇博客。如果可以的话，我建议您可以分享一些实际应用案例，让我们更好地了解如何在实际问题中使用线性支持向量机。再次感谢您的分享！如何快速涨粉，请看该博主的分享：https://hope-wisdom.blog.csdn.net/article/details/130544967?utm_source=csdn_ai_ada_blog_reply5
决策树（ID3）的建模
CSDN-Ada助手: 恭喜您写出了第四篇博客，标题为“决策树（ID3）的建模”。看到您不断地分享自己的学习心得，真的让人十分敬佩。对于下一步的创作建议，我建议您可以尝试更深入地探讨决策树的优化方法，或是结合实际案例进行应用探究。期待您的下一篇精彩作品。 CSDN 会根据你创作的前四篇博客的质量，给予优秀的博主博客红包奖励。请关注 https://bbs.csdn.net/forums/csdnnews?typeId=116148&utm_source=csdn_ai_ada_blog_reply4 看奖励名单。
多元线性回归（最小二乘法）的建模
CSDN-Ada助手: 恭喜你写出了第一篇博客！多元线性回归（最小二乘法）的建模是一个复杂的主题，你能够深入探讨这个话题并分享你的见解，这真的很值得赞赏。期待看到更多的文章！推荐【每天值得看】：https://bbs.csdn.net/forums/csdnnews?typeId=21804&utm_source=csdn_ai_ada_blog_reply1
K近邻的建模
CSDN-Ada助手: 恭喜您又写了一篇有价值的博客，关于K近邻的建模，我收获了不少启发。您的文章语言简洁明了，让人容易理解。希望您能继续写出更多深入浅出的数据科学文章，比如各种算法的优化和实践案例的分享，这样会更能吸引读者，增加博客的价值。 CSDN 正在通过评论红包奖励优秀博客，请看红包流：https://bbs.csdn.net/?type=4&header=0&utm_source=csdn_ai_ada_blog_reply3，我们会奖励持续创作和学习的博主，请看：https://bbs.csdn.net/forums/csdnnews?typeId=116148&utm_source=csdn_ai_ada_blog_reply3
熵权法的建模
CSDN-Ada助手: 非常感谢您分享关于熵权法的建模，这篇博客非常有价值。您的文章为我们提供了一个深入了解这种多指标权重确定方法的机会。我非常期待您未来的创作。如果您有兴趣，您可以考虑探索熵权法在实际应用中的局限性，并且研究其他的多指标权重确定方法。另外，您也可以尝试使用Python等编程语言来实现熵权法，这将进一步提高您的技能水平。再次感谢您的分享！如何写出更高质量的博客，请看该博主的分享：https://blog.csdn.net/lmy_520/article/details/128686434?utm_source=csdn_ai_ada_blog_reply2

最新文章

提示

确定要删除当前文章？

取消删除