#11 · 主分类： 数据质量与清洗
Units_of_Measure_Harmonization-intelligence-platform
生产级机器学习系统，用于自动检测计量单位错误 | 准确率88-92% | 自主性94% | KNIME工作流
项目最后更新：05/21/26
GitHub Stars
817
Forks数量
753
贡献者数量
1
许可证
Apache-2.0
收录理由
计量单位错误在制造和采购环节中常常被忽视，却会实实在在造成损失。这个KNIME工作流直接针对这类问题：读取CSV或Excel文件后，用XGBoost分类器基于60多个工程特征标记可疑数值，再逐条对照符合NIST标准的物理换算规则进行校验并修正。日常的常规修复由Q-learning代理自动完成，内置仪表盘则展示置信度、根因分析以及仍需人工复核的条目。机器学习检测与规则验证相结合，让结果有据可查，对于需要可审计数据清洗而非黑盒模型的场景尤为重要。工作流运行在KNIME Analytics Platform 4.5及以上版本，熟悉可视化工作流工具的团队能快速上手，其方法也可推广到制造以外的领域。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
cleanlab
Cleanlab 的开源库是数据质量与机器学习处理杂乱真实世界数据和标签的标准数据为中心的人工智能包。
DataFlow
使用最新的基于LLM的操作符和流水线轻松进行数据准备。
data-juicer
基础模型的数据处理与协作！ 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷
qsv
极速数据处理工具包
MNBVC
MNBVC(Massive Never-ending BT Vast Chinese corpus)超大规模中文语料集。对标chatGPT训练的40T数据。MNBVC数据集不但包括主流文化，也包括各个小众文化甚至火星文的数据。MNBVC数据集包括新闻、作文、小说、书籍、杂志、论文、台词、帖子、wiki、古诗、歌词、商品介绍、笑话、糗事、聊天记录等一切形式的纯文本中文数据。