将采集的数据使用多特征量线性回归算法模型以预测制备纳米球型一氧化钒的最佳温度和最佳压力。通过建立python用回归模型，该模型通过输入一次粒径、松装密度、振实密度、杂质元素含量、最佳pH计以及测量5个PH计时对应和温度和压力值等数据，从而能够为制备一氧化钒预测出最佳的反应温度和压力。
将采集的数据使用多特征量线性回归算法方式以预测制备纳米球型一氧化钒的最佳温度和最佳压力。通过输入一次粒径、松装密度、振实密度、杂质元素含量、最佳pH计以及测量5个PH计时对应和温度和压力值等数据，来预测最佳pH计时的最佳温度和最佳压力值，从而能够为制备一氧化钒预测出最佳的反应温度和压力。
| 字段名 | 类型 | 描述 |
|---|---|---|
序号 |
-- | -- |
原料 |
-- | -- |
检测方法 |
-- | -- |
一次粒径 |
-- | -- |
团聚指数 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 序号 | VS0026 |
| 原料 | 多钒酸胺(APV) |
| 检测方法 | 滴定法 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/45867