摘要
本发明公开了一种基于标准工程量清单的施工单价智能预测方法,包括如下步骤:S1、调研对工程量清单施工单价的影响因素;S2、在数据库中查询目标数据,并根据规则清洗数据;S3、数据探索;S4、特征筛选;S5、统计包含每个离散型特征所有类别的数据,使用One‑Hot方法对每个离散型特征进行编码;S6、采用随机抽样的方法,划分训练集和测试集;S7、通过特征工程转换原始数据;S8、模型调优;S9、对于待预测施工单价的工程量清单,将对应的影响因素输入训练完成的随机森林模型中预测得到成本的预测值。本发明解决了因为数据清洗不到位导致训练效果不好以及巨量数据训练的问题;通过机器学习算法实现对清单颗粒度施工造价的预测。
技术关键词
智能预测方法
随机森林模型
皮尔逊相关系数
工程量清单数据
参数搜索方法
特征工程
最佳参数组合
网格搜索方法
编码器
连续型
分布直方图
变量
机器学习算法
清洗规则
编码方法
系统为您推荐了相关专利信息
图书馆书籍归还
库存管理方法
图书馆借阅书籍
周期
图像特征数据
动态敏感度
科技金融
数据共享方法
数据标签
逻辑回归模型
农作物病虫害监测
多光谱
影像
农作物冠层
农作物病虫害防治
气象
监测预警方法
参数
监测预警系统
LOF算法
敏感信息识别方法
文本
敏感关键词
可执行程序代码
皮尔逊相关系数