基于随机森林理论的北京市二手房估价模型研究

发布时间：2017-10-17 02:16

  本文关键词：基于随机森林理论的北京市二手房估价模型研究

  更多相关文章： 随机森林 房地产评估 特征价格 二手房

【摘要】：随着房地产市场日趋完善,人们对房地产信息的需求越来越迫切。快速准确的房地产估价,不仅能为开发商开发房地产、居民购房提供科学的评估价格,而且能保障房地产交易双方有效地推进业务。 我国在房地产估价上所采用的方法一般是市场法、收益法、成本法,其中以市场法使用最为频繁。但市场法在使用过程中会受评估者的主观影响,且在可对比实例较少的情况下,评估的准确性下降,容易造成较大的误差。近年来,为了改进市场法以期得到更准确的评估值,诸多学者应用统计建模的方法进行房地产评估,得到了很好的效果。本文借鉴国外最新的研究成果将随机森林算法引入到房地产评估中。随机森林算法是非线性建模工具,通过对样本数据信息不断进行抽样就可以完成数据分类或回归,具有很好的拟合效果,非常适合解决无规则且多约束条件及样本数据缺失的应用问题。 因二手房交易越来越频繁,成为人们购房的主要选择,且相关数据容易获得,所以本文以北京市二手房价格评估为例进行模型的建立。通过网上及实地调研搜集研究区域的二手房数据,进行指标体系的优选,剔除了对评估模型影响不大的因素,以减小模型的复杂度。利用建立好的指标体系,构建基于随机森林的北京市二手房价格评估模型,调整参数以便对模型优化,并将预测集数据带入模型进行预测,得出单样本相对误差。最后采用五折交叉检验的方法,将随机森林与线性回归、Bagging、简单回归树、神经网络、支持向量回归进行对比研究,结果表明随机森林具有预测误差小、模型稳定性高等优点,是一种值得应用和推广到房地产评估中的方法。
【关键词】：随机森林 房地产评估 特征价格 二手房
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F299.23
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-8
• 目录8-10
• 1. 绪论10-18
• 1.1 选题背景10-11
• 1.2 国内外研究现状11-14
• 1.2.1 房地产评估的发展概述11-13
• 1.2.2 随机森林算法的应用现状13-14
• 1.3 研究的目的与意义14-15
• 1.4 研究方法、内容及技术路线图15-18
• 1.4.1 研究方法15-16
• 1.4.2 论文内容16
• 1.4.3 技术路线图16-18
• 2. 北京市房地产市场现状18-24
• 2.1 北京市商品房市场分析18-20
• 2.1.1 北京市商品房供应情况18-19
• 2.1.2 北京市商品房销售情况19-20
• 2.1.3 北京市商品房存量情况20
• 2.2 北京市二手房市场分析20-22
• 2.2.1 北京市二手房概况20-21
• 2.2.2 北京市二手房供需情况21-22
• 2.3 研究区域的确定22-24
• 3. 相关理论基础24-31
• 3.1 特征价格模型24-26
• 3.1.1 特征价格理论介绍24-25
• 3.1.2 特征价格模型的优势25-26
• 3.2 随机森林理论26-29
• 3.2.1 Boosting及Bagging方法概述26-27
• 3.2.2 随机森林回归基本原理27-28
• 3.2.3 随机森林对输入变量重要性的测度28-29
• 3.2.4 随机森林算法优点29
• 3.3 对比模型介绍29-31
• 3.3.1 神经网络回归29-30
• 3.3.2 支持向量机回归30-31
• 4. 构建北京市二手房评估指标体系31-39
• 4.1 候选指标集的构成与整合31-35
• 4.1.1 候选指标的构成31-32
• 4.1.2 候选指标的获取与量化32-35
• 4.2 数据归一化处理35-36
• 4.3 评价指标体系的特征选择36-39
• 4.3.1 特征选择思路36
• 4.3.2 特征选择具体实现36-39
• 5. 基于随机森林的北京市二手房价格评估模型39-51
• 5.1 研究思路39
• 5.2 随机森林参数的选择39-42
• 5.2.1 mtry值的确定40-41
• 5.2.2 ntree值的确定41-42
• 5.3 北京市二手房评估模型42-44
• 5.4 随机森林模型预测能力评价44-49
• 5.4.1 预测原理及方法44
• 5.4.2 预测集样本估值结果分析44-46
• 5.4.3 五折交叉验证法46-49
• 5.5 随机森林模型的稳定性及过拟合49-51
• 6. 结论与展望51-53
• 6.1 全文总结51
• 6.2 存在的问题及研究展望51-53
• 参考文献53-55
• 附录A55-72
• 附件B72-73
• 作者简历73-75
• 学位论文数据集75

【参考文献】

中国期刊全文数据库 前10条

1 彭国兰;林成德;;基于随机森林的企业信用评估模型[J];福州大学学报(自然科学版);2008年S1期

2 张仁寿;任晓怡;;基于RF的中国贸易收支非线性回归模型研究[J];广州大学学报(自然科学版);2012年04期

3 崔东文;;随机森林回归模型及其在污水排放量预测中的应用[J];供水技术;2014年01期

4 李菲,孙文彬,张军;灰色理论在商品住宅价格预测中的应用[J];辽宁工程技术大学学报(社会科学版);2004年03期

5 蔡真;汪利娜;;住宅市场的价格特征:以北京为例[J];金融评论;2012年06期

6 董师师;黄哲学;;随机森林理论浅析[J];集成技术;2013年01期

7 吴利明;;房地产价格评估研究[J];经济师;2013年09期

8 李欣海;;随机森林模型在分类与回归分析中的应用[J];应用昆虫学报;2013年04期

9 黄鸣强;;房地产评估中市场法的分析与研究[J];商业经济;2014年09期

10 金宇;周可新;方颖;刘欣;;基于随机森林模型预估气候变化对动物物种潜在生境的影响[J];生态与农村环境学报;2014年04期

，

本文编号：1046227