房价预测

作品数：188被引量：421H指数：12
导出分析报告
相关领域：经济管理自动化与计算机技术更多>>
相关作者：包洪洁高淑兰李东月苏多永李昂更多>>
相关机构：山东大学武汉大学大连理工大学浙江大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中国博士后科学基金江苏省高校自然科学研究项目中央级公益性科研院所基本科研业务费专项更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于改进梯度下降算法的XGBoost模型研究
《运筹与模糊学》2024年第6期266-279,共14页黄丽 
分数阶微积分的优良性质为基于梯度下降的优化方法提供了新的前景,相比于传统整数阶,分数阶微积分可以通过不断更新来调整阶数。XGBoost模型结合了正则化技术和梯度提升决策树,具有高效性和准确性。但在实际应用中,XGBoost模型仍存在训...
关键词：XGBoost 随机梯度下降 房价预测 分数阶微积分 
基于多元线性回归与随机森林算法的房价预测模型对比研究
《现代信息科技》2024年第22期127-131,共5页秦艳姣 
为分析房价影响因素,选择更优的机器学习模型预测房价走势,使用两种机器学习算法构建了两种预测模型并对比预测效果。通过对公开数据集进行特征分析、预处理以及数据集划分,构建了多元线性回归预测模型和随机森林预测模型。采用平均绝...
关键词：多元线性回归 随机森林 房价预测 
基于深度学习的房价预测系统的设计与实现
《计算机与数字工程》2024年第9期2572-2576,2650,共6页王晓东 陈鑫龙 林小婷 孙冬璞 
黑龙江省大学生创新创业训练计划项目(编号:202010214047);国家自然科学基金项目(编号:61702140);黑龙江省自然科学基金项目(编号:F2018017)资助。
随着经济的飞速发展,许多人面临着购房困难和投资房地产高风险的问题。房屋是住房功能和投资效用的双重问题,因此房屋价格变得越来越复杂。房屋价格影响因素多,总体走势呈非线性。论文设计并实现了一个基于深度学习的房价预测系统,根据...
关键词：深度学习 房价预测 DJANGO 
基于梯度提升决策树的房价预测模型
《现代计算机》2024年第17期81-84,共4页宋阳 
为了更精确快速地预测二手房房价,提出基于梯度提升决策树的房价预测模型。首先,采集最新沈阳二手房数据,对数据进行预处理;其次,基于处理后的数据和梯度提升决策树方法建立房价预测模型;最后,利用实验验证模型的有效性。实验结果显示,...
关键词：梯度提升决策树 房价预测 岭回归 随机森林 数据预处理 
基于机器学习的房价预测研究
《金融》2024年第4期1552-1562,共11页王玉洁 
房地产行业是我国国民经济的重要组成部分,关乎国计民生,而房价的走势直接影响到社会的金融稳定和整体宏观社会的长期发展,因此对房价进行预测研究对个人消费者、房地产开发商以及国家宏观调控部门都至关重要。本文基于Kaggle在线平台上...
关键词：房价预测 支持向量机 XGBoost 
基于PCA-BPNN算法的房价预测应用研究
《长春工程学院学报（自然科学版）》2024年第2期114-118,共5页张璐璐 麻晓敏 王星月 孙俊杰 
安徽省职业与成人教育学会教研规划重点课题(azcg44);安徽省高校人文社会科学研究重点项目(2022AH053106);安徽省教育厅高校质量工程项目(2022jpkc041)。
房价是影响人民生活幸福指数的重要因素,因此合理地进行房价预测意义重大。以经典预测数据集——波士顿房价数据集为例,提出一种基于主成分分析(PCA)的3层BP神经网络模型的改进算法PCA-BPNN来进行房价预测。在对数据集进行数据标准化处...
关键词：BP神经网络 房价预测 数据预处理 主成分分析 累计贡献率 
基于时空视角下的城市房价预测模型构建——以北京市为例
《统计学与应用》2024年第2期276-283,共8页朱玉忠 郑蕾 朱万红 
本文在对城市房价影响因素定性分析基础上,以北京市为例,采取皮尔逊相关系数法对采集的实例数据进行分析,从中选取影响北京市房价的7个重要影响因素指标。综合运用多元线性回归和灰色理论方法,通过对指标影响因素逐个解算和分析,构建了...
关键词：时空视角 多元线性回归 灰色理论 北京市 房价预测 
基于PSO-LSTM的区域二手房价预测方法研究
《现代信息科技》2024年第5期102-105,110,共5页周昌堉 李长云 
探究房价趋势是一个高度复杂且充满非线性特征的研究难题。针对目前二手房价预测精度低的问题,文章提出了基于PSO-LSTM的区域二手房价预测方法。粒子群算法通过对LSTM模型进行优化,找到最优的参数组带入PSO-LSTM模型中,进而得到更符合...
关键词：区域二手房价预测 时间序列 PSO-LSTM模型 LSTM 
基于麻雀搜索优化SVR模型的房地产价格研究被引量：2
《电子科技》2024年第1期1-8,共8页兰瑞杰 孟维高 耿进强 
河北省社会科学基金(HB18GL021)。
为解决传统经济指标作为房价影响因素的数据获取滞后性问题以及机器学习模型在预测房价时存在的参数选取不确定性问题,文中以网络搜索数据作为房价指数解释变量,采用麻雀搜索算法(Sparrow Search Algorithm,SSA)建立SSA-SVR(Support Vec...
关键词：麻雀搜索算法 优化算法 SVR模型 数据滞后性 参数不确定性 网络搜索数据 房地产价格指数 房价预测 
空间计量方法在房地产价格分析中的应用综述
《市场瞭望》2023年第24期46-48,共3页赵宪铎 王彤宇 
青岛市博士后资助项目“房价下行时代银行业系统风险识别与防范”的资助(编号:QDBSH20220201050)
文章通过回顾国内外房价预测问题的相关研究,归纳总结了空间计量方法和机器学习在房价预测问题应用的前沿方法。综述分析表明:已有房地产价格研究主要从房价影响因素的角度出发构建实证框架,注重前沿统计方法的应用,着重强调预测模型的...
关键词：房价预测 空间计量 机器学习 
全选清除导出
共19页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部