二建知识园

二级建造师考试专业备考平台

首页题库大全题目详情

在工程计价智能化系统中,算法的可解释性(Explainability)与模型评估是保障造价结果可信度的重要环节。关于模型评估指标及可解释性在造价应用中的意义,下列说法正确的有?

A.在回归预测造价时,均方误差(MSE)对异常值敏感,而平均绝对误差(MAE)对异常值更具鲁棒性
B.可解释性技术(如SHAP值)能够量化各个输入特征(如混凝土用量、人工单价)对最终造价预测结果的贡献度
C.工程计价模型只要预测精度(Accuracy)达到95%以上,即可完全替代造价工程师进行最终结算审核,无需人工复核
D.过拟合(Overfitting)是指模型在训练集上表现极好,但在未见过的测试集上表现显著下降,反映了模型泛化能力不足
E.交叉验证(Cross-Validation)是通过将数据集分割成多份轮流作为训练集和验证集,从而更稳健地评估模型泛化性能的方法

优质解答

答案

ABDE

解析

选项A正确,MSE对大误差(异常值)惩罚更大(平方效应),MAE是线性惩罚,因此在存在少量异常值的造价数据中,MAE往往能提供更稳定的评估;选项B正确,可解释性是AI在金融、工程等高风险领域落地的关键,SHAP(SHapley Additive exPlanations)等工具能拆解预测值,告诉用户“为什么预测是这个价格”,例如“因为钢筋含量高于平均水平,导致造价偏高”;选项C错误,虽然AI能提高效率,但工程结算涉及法律、合同、现场签证等复杂非结构化因素,且造价师需承担法律责任,AI目前定位为辅助工具,不能“完全替代”人工最终审核,且“Accuracy”通常用于分类问题,回归问题多用MAE/RMSE/R²,表述不严谨;选项D正确,这是过拟合的标准定义,模型记忆了训练数据中的噪声,导致泛化能力差;选项E正确,交叉验证是机器学习标准的模型评估方法,能有效利用有限数据,避免单次划分带来的偶然性误差。

单题解锁

支付 ¥9.90 即可查看此题答案和详细解析

科目:建设工程经济题型:多选题难度:中等来源:AI生成