建筑能耗监测数据预处理阶段机器学习算法的应用研究.pdf

文档介绍：现代物业
Modern Property Management
建筑能耗监测数据预处理阶段机器学****算法的应用研究
曾明杰
（中国计量大学，浙江杭州）

根本上提高建筑能耗监测的实际效率与质量。基于此，在本篇文章中将会针对机器学****算法在建筑能耗监测数据预处
理阶段的实际应用展开研究，希望可以为相关人员提供参考帮助。
关键词：建筑能耗监测数据；预处理阶段；机器学****算法
DOI:.1671-
从定义的角度而言，展开数据预处理工作最主要的就是数 练，通过训练来得出一条完成的数据对应值，并得出实际丢失
据挖掘，这项工作可以从根本上得到更加有用的数据基础，在 的数据，而后针对丢失的数据展开训练，最终得到较为准确的
针对这一情况展开研究的过程中不仅需要全面做好各项工作， 运行数据。
同时还需要在各个阶段中展开严格的控制。通常情况下数据挖 三、K-Means算法的数据识别与清洗分析
掘工作的各个阶段可以分为以下几种：数据清理、数据选择、 该种算法可以将相似的事物连接到一起，同时还可以将
数据挖掘、能耗模式评估以及知识表现等，而在实际应用的过 不相似的失误划分到不同的类别之中。而在实际应用K-Means
程中就需要针对这几个阶段展开全方面的研究。 算法来展开数据识别的过程中，其具体核心原理在于假设出正
一、数据质量的具体分析 常数据对象，而后根据数据对象的稠密簇来展开判断。假设将