updated translation files

Author: github-actions

inst/qml/translations/jaspMachineLearning-zh_Hans.qm

@@ -1,15 +1,9 @@
 msgid ""
 msgstr ""
-"PO-Revision-Date: 2025-01-04 03:23+0000\n"
-"Last-Translator: Shun Wang <[email protected]>\n"
-"Language-Team: Chinese (Simplified Han script) <https://hosted.weblate.org/"
-"projects/jasp/jaspmachinelearning-qml/zh_Hans/>\n"
-"Language: zh_Hans\n"
 "MIME-Version: 1.0\n"
 "Content-Type: text/plain; charset=UTF-8\n"
 "Content-Transfer-Encoding: 8bit\n"
 "Plural-Forms: nplurals=1; plural=0;\n"
-"X-Generator: Weblate 5.10-dev\n"
 "X-Language: zh_Hans\n"
 "X-Qt-Contexts: true\n"
 
@@ -2259,8 +2253,8 @@ msgid ""
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
 "K最近邻是一种分类方法，它通过查看与新观测值最相似的*k*个特征观测值来预测其类"
-"别分配。近邻的数量与模型的复杂性有内在联系，因为数量越少，模型的灵活性就越大"
-"。\n"
+"别分配。近邻的数量与模型的复杂性有内在联系，因为数量越少，模型的灵活性就越"
+"大。\n"
 "### 假设\n"
 "目标是一个名义变量或有序变量。\n"
 "特征变量包括连续变量、名义变量或有序变量。"
@@ -2328,8 +2322,8 @@ msgid ""
 "- The target variable is a nominal or ordinal variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
-"随机森林是一种分类方法，它由大量的单个决策树组成，这些决策树作为一个整体运行"
-"。\n"
+"随机森林是一种分类方法，它由大量的单个决策树组成，这些决策树作为一个整体运"
+"行。\n"
 "### 假设\n"
 "- 目标变量是名义或有序变量。\n"
 "- 特征变量由连续、名义或有序变量组成。"
@@ -2390,8 +2384,8 @@ msgid ""
 "- (Normally distributed data aids the clustering process)."
 msgstr ""
 "模糊c-均值聚类是一种软分区方法，其输出结果包含每个观测值与每个簇的关联程度。"
-"这样，数据观测值就有可能被部分分配到多个聚类中，并给出聚类成员资格的置信度"
-"”。模糊c-均值的方法与k-均值方法非常相似，只是它采用的是软方法。\n"
+"这样，数据观测值就有可能被部分分配到多个聚类中，并给出聚类成员资格的置信度”。"
+"模糊c-均值的方法与k-均值方法非常相似，只是它采用的是软方法。\n"
 "### 假设\n"
 "- 数据由连续变量组成。\n"
 "- 正态分布的数据有助于聚类过程。"
@@ -2511,9 +2505,8 @@ msgid ""
 "- The target variable is a continuous variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
-"K "
-"最近邻是一种回归方法，它考察与新观测最相似的*k*个观测值，从而预测它们的值。最"
-"近邻的数量与模型的复杂性有内在联系，小的最近邻数量会增加模型的灵活性。\n"
+"K 最近邻是一种回归方法，它考察与新观测最相似的*k*个观测值，从而预测它们的值。"
+"最近邻的数量与模型的复杂性有内在联系，小的最近邻数量会增加模型的灵活性。\n"
 "### 假设\n"
 "- 目标变量是连续变量。\n"
 "- 特征变量由连续、名义或序数变量组成。"
@@ -2572,8 +2565,8 @@ msgid ""
 "- The target variable is a continuous variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
-"随机森林是一种回归方法，它由大量的单个决策树组成，这些决策树作为一个整体运行"
-"。\n"
+"随机森林是一种回归方法，它由大量的单个决策树组成，这些决策树作为一个整体运"
+"行。\n"
 "### 假设\n"
 "- 目标变量是连续变量。\n"
 "- 特征变量由连续、名义或有序变量组成。"
@@ -2588,8 +2581,8 @@ msgid ""
 "- The target variable is a continuous variable.\n"
 "- The feature variables consist of continuous, nominal, or ordinal variables."
 msgstr ""
-"正则化线性回归是对线性回归的一种调整，将系数缩减为0。参数λ控制参数缩小的程度"
-"。\n"
+"正则化线性回归是对线性回归的一种调整，将系数缩减为0。参数λ控制参数缩小的程"
+"度。\n"
 "###假设\n"
 "- 目标变量是连续变量。\n"
 "- 特征变量由连续、名义或序数变量组成。"