摘要
本发明涉及建筑工程管理技术领域,公开了一种基于机器学习算法的多维建筑分包商评估方法,包括以下步骤:采集数据;对采集到原始数据分基础信息和项目执行信息两个维度别进行清洗、标准化处理后,将两个维度的数据分别分为两个数据集;利用K‑means聚类算法分别对两个维度的其中一个数据集样本数据进行分簇,通过人工标注进行标签标注,分别生成数据训练集;通过标签标注后的数据训练集分别对两个KNN模型进行训练,并通过交叉验证选择各自最佳的邻居数量值;利用训练好的两个KNN模型分别对第二基础数据集和第二项目执行数据集进行分类预测,基于预测结果,计算各个分包商的综合评分。本发明可以显著提升评估结果的准确性和可靠性。
技术关键词
机器学习算法
项目
基础
建筑工程管理技术
训练集
训练数据点
邻居
标签
变量
标准化方法
样本
爬虫技术
互联网
渠道
员工
度量
编码
系统为您推荐了相关专利信息
历史数据管理
深度学习模型
数据可视化
项目
视频检测功能
胰腺癌小鼠模型
敲除小鼠
Cre工具鼠
胰腺癌药物
转基因小鼠
数字孪生模型
状态更新
高速铁路基础设施
元件
编码方法