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

在利用人工智能进行工程量清单(BOQ)智能生成与校验时,数据预处理与特征工程是关键环节。关于这一过程的技术原理与要求,下列说法正确的有?

A.数据清洗旨在剔除原始数据中的重复记录、异常值及逻辑矛盾数据,以保证训练样本的纯净度
B.特征工程仅需保留原始物理尺寸数据,无需提取衍生指标(如含钢率、混凝土强度等级)作为模型输入
C.数据标准化或归一化处理可以消除不同特征量纲差异,加速模型收敛并提高数值稳定性
D.在划分训练集与测试集时,应确保测试集包含所有项目类型,而训练集仅包含单一类型项目,以简化计算
E.缺失值处理通常采用均值填充、中位数填充或基于机器学习的预测填充,而非直接删除包含缺失值的所有样本

优质解答

答案

ACE

解析

选项A正确,数据清洗是数据预处理的第一步,去除脏数据(如负数工程量、重复项)是保证模型基础正确性的前提;选项B错误,特征工程的核心是构造更有信息量的特征,例如在造价预测中,“单方造价”、“含钢率”等衍生指标往往比单纯的“建筑面积”或“混凝土体积”更具预测价值,因此需要提取衍生指标;选项C正确,工程计价数据中,工程量(米、立方米)与单价(元)量级差异巨大,不进行标准化/归一化会导致梯度下降算法难以收敛或偏向大量纲特征;选项D错误,机器学习要求训练集和测试集分布一致,若训练集仅含单一类型,模型无法泛化到其他项目类型,导致测试集(包含所有类型)时误差极大,这违背了机器学习的基本假设(i.i.d.);选项E正确,直接删除缺失样本会导致样本量骤减且引入偏差,工程实践中常采用统计填充或模型预测填充来保留数据价值。

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