在工程造价数字化应用中,基于监督学习构建工程量清单计价预测模型时,其核心训练逻辑要求输入数据必须包含特定的特征标签。下列关于该模型训练数据构成及学习机制的说法,正确的是?
A.输入数据仅需包含历史工程的清单编码和定额子目名称,通过无监督聚类算法自动识别价格规律
B.输入数据必须包含工程量特征(如混凝土体积、钢筋吨数)与对应的实际造价标签,通过最小化预测值与真实标签的误差来优化模型参数
C.输入数据只需包含施工图纸的数字化矢量文件,模型通过图像识别直接生成最终结算总价,无需历史价格数据参与训练
D.输入数据应包含所有非量价无关字段(如施工单位资质等级、项目经理姓名),以增加数据维度从而必然提高计价预测的准确率
优质解答
答案
B
解析
本题考查人工智能技术基础中机器学习在工程造价应用的基本原理,具体涉及监督学习的定义与数据要求。选项A错误,无监督学习不需要标签,且仅靠清单编码和名称无法直接通过聚类得出价格,价格预测通常属于回归问题,需使用监督学习。选项B正确,监督学习的核心是“有标签”,即输入特征(工程量、材料价格等)与输出标签(实际造价/合价)成对出现,通过损失函数(如均方误差)最小化来训练模型参数,符合工程造价预测的基本逻辑。选项C错误,虽然图像识别是AI技术之一,但直接由图纸生成结算总价需要结合定额、价格等数据,且该过程依然依赖大量的历史标注数据(即监督学习过程),并非无需历史价格数据。选项D错误,非量价相关字段(如姓名、资质)属于噪声数据,会增加模型复杂度,导致过拟合,通常需要在数据预处理阶段进行特征筛选或剔除,并不会“必然提高”准确率。
科目:建设工程经济题型:单选题难度:中等来源:AI生成