基于几类机器学习模型的房价预测分析

基于几类机器学习模型的房价预测分析
周亮锦;赵明扬
【期刊名称】《全国流通经济》
【年(卷),期】2022()6
【摘要】选取1998年~2019年全国35个大中城市房价及其影响因素的相关数据,分别构建基于K近邻法、决策树、随机森林和支持向量机的房价预测模型。

通过K折交叉验证和GridSearch对各模型的参数进行寻优操作,从而得到各类模型的最优状态,以期为房价精准预测提供新参考,并为政府的宏观调控提供新思路。

结果表明,从拟合度(R^(2))来看,最优参数组合(测试集)中K近邻法>随机森林>支持向量机>决策树。

但依据理论,随机森林应是这4类模型中的最优模型。

【总页数】6页(P111-116)
【作者】周亮锦;赵明扬
【作者单位】韩山师范学院经济与管理学院金融大数据中心;韩山师范学院数学与统计学院
【正文语种】中文
【中图分类】F299.23;F224
【相关文献】
1.基于XGBoost与多种机器学习方法的房价预测模型
2.基于XGBoost与多种机器学习方法的房价预测模型
3.基于机器学习回归模型的房价预测研究
4.基于
GM(1,1)模型对杭州市商品房房价的预测分析5.基于ARIMA模型的衡阳市房价预测分析
因版权原因，仅展示原文概要，查看原文内容请购买。