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二氧化硫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，从而能够为制备二氧化硫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模型以预测制备二氧化硫的最佳温度和最佳压力。通过建立python用二元回归模型，二元回归模型分析是一种重要的统计分析方法，用于探索俩个自变量和一个因变量之间的关系，该模型通过输入测量的6个PH计时对应和温度和压力值等数据，从而可根据模型公式反推根据因变量变化的变化，根据极大似然法取概率分布最大的俩个自变量值，从而能够为制备二氧化硫预测出最佳的反应温度和压力。
| 字段名 | 类型 | 描述 |
|---|---|---|
序号 |
-- | -- |
原料 |
-- | -- |
催化剂 |
-- | -- |
硫磺和硫铁矿重量比 |
-- | -- |
检测方法 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 序号 | VS0037 |
| 原料 | 硫磺和硫铁矿 |
| 催化剂 | ZnO |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/46239