Otutu11/Project-Complexity-Classification

# 项目复杂度分类 本项目是一个基于机器学习的系统，用于根据若干特征将软件或业务项目分类为 **Low**（低）、**Medium**（中）或 **High**（高）复杂度。 ## 🔍 特性 每个项目由以下属性定义： - `Duration_Weeks`：项目持续时长（以周为单位）。 - `Team_Size`：参与项目的人员数量。 - `Budget_K`：预算（以千美元为单位）。 - `Dependencies`：外部/内部依赖项的数量。 - `Stakeholders`：涉及的利益相关者数量。 目标标签是 `Complexity`，可能的取值为： - `Low` - `Medium` - `High` ## 🧠 模型 一个 **Decision Tree Classifier**（决策树分类器）在通过真实范围和评分公式生成的合成数据上进行了训练。该模型根据项目的特征预测其复杂度等级。 ## 📁 文件 - `project_complexity_classifier.py` — 包含数据生成、模型训练和评估的 Python 脚本。 - `project_complexity_data.xlsx` — 包含合成项目数据的 Excel 文件。 - `README.md` — 本文件。 ## 📊 预测示例 ``` example_project = [[12, 10, 250, 5, 4]] predicted = model.predict(example_project) print(predicted[0]) # Output: 'Medium' (for example) 🚀 Getting Started Requirements Python 3.8+ pandas numpy scikit-learn openpyxl (for Excel support) Installation pip install pandas numpy scikit-learn openpyxl Run the script python project_complexity_classifier.py ✅ Output Model evaluation using a classification report. Printed prediction for an example project. Synthetic data saved as an Excel file for exploration. 📌 Notes The synthetic data is generated with random but realistic values. The complexity scoring formula is simple and can be customized as needed. This is a demo project and can be extended with real project datasets. 📬 Contact me Github: https://github.com/Otutu11 Name: Otutu Anslem ```

标签：Apex, BSD, IT治理, Linux 内核安全, PMP, Python, Scikit-learn, 企业级应用, 决策树, 商业智能, 复杂度分类, 数据挖掘, 数据科学, 数据管道, 无后门, 机器学习, 算法模型, 结构化数据, 自动化分类, 资源配置, 资源验证, 软件工程, 辅助决策, 逆向工具, 项目管理, 预测分析