基于机器学习方法的美国房屋价格影响因素分析
发布时间：2021-11-10 12:41
近年来,随着中国经济的快速发展,赴美留学和移民的人数日益增多,海外房产投资需求也越来越大。为此,本文从微观角度来研究影响美国房屋价格的主要因素,旨在通过对房屋的实用性和舒适性等多维度分析,实现对房价的精准预测,为赴美留学者和移民等人进行海外房产投资提供一定的指导作用。本文以美国房屋价格为研究对象,结合国内外学者的研究来初步确定合适的房屋价格预测模型。首先对数据集进行预处理并对变量做描述性统计分析来建立特征工程;其次选用多元线性回归、岭回归、随机森林和XGBoost对数据集进行预测,分析对房价有显著影响的特征变量;最后通过交叉验证计算不同方法在预测数据集上的均方根误差,选出最优模型为XGBoost,最终我们用XGBoost分析得出影响美国房屋价格的主要因素。研究结果表明,影响美国房价有三个主要方面:1、房屋相关面积。其中可以首先考虑地面面积和地下室面积这两大因素,因为这些因素往往与价格成正比,直接决定了房屋的价格;2、房屋装修情况。房屋的整体材料、房屋材料的质量、原施工日期、改造日期都是影响美国房价的重要因素,尤其是房屋的整体材料对房价的影响最大;3、房屋配套设施。高档全浴室数、地下室全...
【文章来源】：云南大学云南省 211工程院校
【文章页数】：45 页
【学位级别】：硕士
【部分图文】：
图２－１相关系数图??
??进一步绘制变量的相关系数矩阵热力图，如图２－２所示。??■Ｉ?ｆ?＃。ｃ?Ｃ?￥。ｃ。：?？?：Ｃ?＃?缪?Ｊ?＇癍?＃?〇－?＇。匮１??？?＃＃?Ｃ?〇?〇?ｚ?Ｋ?＇?〇＊〇?＃＃蓿牰?k。Ｃ，＇。４?■??ｍｍ?ｃｒ?＾?＾?ＣＣ，?簕鏺沒琪?？＃?〇?〇?■．?０８??〇?Ｏ?免今邊?＃?＞：，令?３?？?＜。：。°?■??－．－＂Ｃ＾＇ＣＯＣ?ＣＯＯＯＯＣｏ?０＾〇￣〇＂?〇；?■??■！．－、：：：：；■?＇。。。?ｒ－＂，?。〇。＿ｐ、：?０?６??？参。０?。Ｏ?？?－?Ｃ?Ｃ?．?Ｃ?？＾ｆ?〇］＂〇ｌ＂〇１?圓??＃?ｃ?＾翁巍Ｘ〇毅’广＜＃气〇？‘圖??ＯＯＣＯＯＯＣ?Ｃ?－〇〇〇ＧＯ＊〇＊ｃ?３?：?■?０．４??？?Ｊ?ＣＣｃ＊ｏ〇ｃ６ｃ?〇?Ｃ?〇．?ｃ?〇＊〇：?？??＾?＾?＂＃?－?〇￣〇＾＊〇??＃?０?Ｏ?〇＇〇４?＞?參黎?？％?Ｏ?＇?０?２??：？〇?．．?‘今：〇?ｃ?：．〇〇〇＿〇。！．??ｏ?ｏ?ｃ?－?Ｃ?Ｏ?０?＾?Ｏ?Ｏ?Ｏ?Ｃ??？發?Ｃ?參＃〇Ｔｃ?￣〇｜?＇??箱＃?一狳?ｙ?）?〇?蠢逾：〇?〇?〇；??？ｆ?－°－２??：４１〇?〇?＃＃?〇（?°?〇??囑ｓ、ｒ‘ｉ?ｚ?〇＇?〇?〇??．—。．４??＿级＃。？?－翳－０．６??？２?－?°?■??：ｍｍｓｍ?■－?－０－８??：－画義■??ＩＬ?－１??图２－２相关系数矩阵热力图??图中的颜色深浅代表相关系数的大小
图２－３展示了房价与房屋装修情况下自变量的散点图。通过散点图可以发现，??变量房屋的整体材料、原施工日期、改造日期和外观材料的质量对因变量有较??的关系，于是我们将这４个自变量加入分析。由于地下室的高度与外观材料的??量有非常强的共线性，所以只选取其中一个作为最终分析的自变量。??１、房屋的整体材料用的越好，房价也会相应提高；??２、房屋越新，房价就越高；??３、房屋改造的日期为近几年时，房价相应比早期改造的高一些；??４、外观材料的质量一定程度下与房价成正比。??２?３房屋配套设施的美国房价影响因素??属于房屋配套设施的１０个变量为：花园墙透光性、暖气质量与条件、高档全??室数、高档半浴室数、厨房质量、总房间数（不包括浴室、壁炉数量、车库类??
【参考文献】：
期刊论文
[1]基于多元回归模型的房价影响因素研究[J]. 李丹,朱家明,李薇,徐亮. 辽宁工业大学学报(自然科学版). 2019(03)
[2]海外并购的风险分析与防范策略[J]. 张萌. 江苏商论. 2019(03)
[3]基于机器学习的北京市PM2.5浓度预测模型及模拟分析[J]. 曲悦,钱旭,宋洪庆,何杰,李剑辉,修昊. 工程科学学报. 2019(03)
[4]“一带一路”倡议下华侨华人海外投资权益的法律保障问题研究[J]. 李猛. 深圳社会科学. 2019(02)
[5]基于XGBoost的多维度超短期负荷预测研究[J]. 杨修德,王金梅,张丽娜,杨国华,李冰轩. 电气自动化. 2019(01)
[6]国外房价影响因素研究综述[J]. 周亮锦,夏恩君. 技术经济. 2018(12)
[7]基于主成分分析法研究影响宜昌市房价的主要因素[J]. 张清华. 住宅与房地产. 2018(36)
[8]基于线性回归模型的安徽省房价影响因素分析[J]. 张侠,吴晶晶,孙道助. 阜阳师范学院学报(自然科学版). 2018(04)
[9]中美房价影响因素的实证对比研究[J]. 刘琳,张洪瑞. 中国物价. 2018(12)
[10]微观因素对我国房地产价格影响分析[J]. 张世涵. 中国房地产. 2018(33)
博士论文
[1]XGBoost机器学习模型在缺血性卒中后早期认知损害诊断中的应用研究[D]. 王训师.浙江大学 2018
硕士论文
[1]美国房地产价格影响因素研究及启示[D]. 郭丽彦.河北大学 2018
[2]基于GWR模型的北京市二手房价格空间分异及影响因素研究[D]. 张羽鹤.中国地质大学(北京) 2018
[3]面向微观影响因素的房价评估模型的构建与实现[D]. 薛蕊.华东师范大学 2017
[4]基于灰色理论的北京市商品住宅价格因素分析及预测[D]. 王树静.北京理工大学 2015
[5]A公司海外房地产目标市场选择研究[D]. 姚晓东.中国地质大学（北京） 2014
本文编号：3487271
【文章来源】：云南大学云南省 211工程院校
【文章页数】：45 页
【学位级别】：硕士
【部分图文】：
图２－１相关系数图??
??进一步绘制变量的相关系数矩阵热力图，如图２－２所示。??■Ｉ?ｆ?＃。ｃ?Ｃ?￥。ｃ。：?？?：Ｃ?＃?缪?Ｊ?＇癍?＃?〇－?＇。匮１??？?＃＃?Ｃ?〇?〇?ｚ?Ｋ?＇?〇＊〇?＃＃蓿牰?k。Ｃ，＇。４?■??ｍｍ?ｃｒ?＾?＾?ＣＣ，?簕鏺沒琪?？＃?〇?〇?■．?０８??〇?Ｏ?免今邊?＃?＞：，令?３?？?＜。：。°?■??－．－＂Ｃ＾＇ＣＯＣ?ＣＯＯＯＯＣｏ?０＾〇￣〇＂?〇；?■??■！．－、：：：：；■?＇。。。?ｒ－＂，?。〇。＿ｐ、：?０?６??？参。０?。Ｏ?？?－?Ｃ?Ｃ?．?Ｃ?？＾ｆ?〇］＂〇ｌ＂〇１?圓??＃?ｃ?＾翁巍Ｘ〇毅’广＜＃气〇？‘圖??ＯＯＣＯＯＯＣ?Ｃ?－〇〇〇ＧＯ＊〇＊ｃ?３?：?■?０．４??？?Ｊ?ＣＣｃ＊ｏ〇ｃ６ｃ?〇?Ｃ?〇．?ｃ?〇＊〇：?？??＾?＾?＂＃?－?〇￣〇＾＊〇??＃?０?Ｏ?〇＇〇４?＞?參黎?？％?Ｏ?＇?０?２??：？〇?．．?‘今：〇?ｃ?：．〇〇〇＿〇。！．??ｏ?ｏ?ｃ?－?Ｃ?Ｏ?０?＾?Ｏ?Ｏ?Ｏ?Ｃ??？發?Ｃ?參＃〇Ｔｃ?￣〇｜?＇??箱＃?一狳?ｙ?）?〇?蠢逾：〇?〇?〇；??？ｆ?－°－２??：４１〇?〇?＃＃?〇（?°?〇??囑ｓ、ｒ‘ｉ?ｚ?〇＇?〇?〇??．—。．４??＿级＃。？?－翳－０．６??？２?－?°?■??：ｍｍｓｍ?■－?－０－８??：－画義■??ＩＬ?－１??图２－２相关系数矩阵热力图??图中的颜色深浅代表相关系数的大小
图２－３展示了房价与房屋装修情况下自变量的散点图。通过散点图可以发现，??变量房屋的整体材料、原施工日期、改造日期和外观材料的质量对因变量有较??的关系，于是我们将这４个自变量加入分析。由于地下室的高度与外观材料的??量有非常强的共线性，所以只选取其中一个作为最终分析的自变量。??１、房屋的整体材料用的越好，房价也会相应提高；??２、房屋越新，房价就越高；??３、房屋改造的日期为近几年时，房价相应比早期改造的高一些；??４、外观材料的质量一定程度下与房价成正比。??２?３房屋配套设施的美国房价影响因素??属于房屋配套设施的１０个变量为：花园墙透光性、暖气质量与条件、高档全??室数、高档半浴室数、厨房质量、总房间数（不包括浴室、壁炉数量、车库类??
【参考文献】：
期刊论文
[1]基于多元回归模型的房价影响因素研究[J]. 李丹,朱家明,李薇,徐亮. 辽宁工业大学学报(自然科学版). 2019(03)
[2]海外并购的风险分析与防范策略[J]. 张萌. 江苏商论. 2019(03)
[3]基于机器学习的北京市PM2.5浓度预测模型及模拟分析[J]. 曲悦,钱旭,宋洪庆,何杰,李剑辉,修昊. 工程科学学报. 2019(03)
[4]“一带一路”倡议下华侨华人海外投资权益的法律保障问题研究[J]. 李猛. 深圳社会科学. 2019(02)
[5]基于XGBoost的多维度超短期负荷预测研究[J]. 杨修德,王金梅,张丽娜,杨国华,李冰轩. 电气自动化. 2019(01)
[6]国外房价影响因素研究综述[J]. 周亮锦,夏恩君. 技术经济. 2018(12)
[7]基于主成分分析法研究影响宜昌市房价的主要因素[J]. 张清华. 住宅与房地产. 2018(36)
[8]基于线性回归模型的安徽省房价影响因素分析[J]. 张侠,吴晶晶,孙道助. 阜阳师范学院学报(自然科学版). 2018(04)
[9]中美房价影响因素的实证对比研究[J]. 刘琳,张洪瑞. 中国物价. 2018(12)
[10]微观因素对我国房地产价格影响分析[J]. 张世涵. 中国房地产. 2018(33)
博士论文
[1]XGBoost机器学习模型在缺血性卒中后早期认知损害诊断中的应用研究[D]. 王训师.浙江大学 2018
硕士论文
[1]美国房地产价格影响因素研究及启示[D]. 郭丽彦.河北大学 2018
[2]基于GWR模型的北京市二手房价格空间分异及影响因素研究[D]. 张羽鹤.中国地质大学(北京) 2018
[3]面向微观影响因素的房价评估模型的构建与实现[D]. 薛蕊.华东师范大学 2017
[4]基于灰色理论的北京市商品住宅价格因素分析及预测[D]. 王树静.北京理工大学 2015
[5]A公司海外房地产目标市场选择研究[D]. 姚晓东.中国地质大学（北京） 2014
本文编号：3487271
本文链接：https://www.wllwen.com/guanlilunwen/tongjijuecelunwen/3487271.html
