基于兰州市二手房价评估模型研究

发布时间：2020-06-18 15:24

【摘要】：随着我国社会经济的迅速发展壮大,房地产行业也逐渐雄起,但城市可供开发的土地越来越少.于是二手房逐渐进入人们视线,对二手房信息的需求量变大.因此,能够快速准确评估二手房房价,对房地产开发商和够房者起到积极作用.本文以甘肃省兰州市5个主城区的普通住宅二手房为研究对象,首先选取区域、建筑和邻里三大因素,共21个特征变量够建指标体系;其次相对调查问卷形式获取的数据,本文采用Python 2爬取安居客和房天下等网站二手房信息,和WebGIS技术获取小区周边设施等数据信息更加具有准确性;然后够建单一评估模型,如随机森林、SVR、Boosting等,分别对房价进行评估预测,结果表明随机森林预测误差较低,但发现评估模型不具有一致性.因此采用组合模型集成学习Stacking算法,使每个样本的预测值达到最佳.最终预测结果中标准化均方误差NMSE值为0.107,相比随机森林降低了27.07%,说明Stacking算法不但降低了预测误差,还具有很好的泛化性能;最后根据房价将二手房离散化为高档、中档和低挡,结合随机森林和OWA算子对变量重要性进行综合性度量,分析不同档位二手房的重要影响变量,并给购房者和建房者提供一些建设性意见.
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F299.233.32
【图文】：

图１－１研究思路框架图逡逑１．５论文主要创新点逡逑

笱绌妒垦绗宦畚某pj趵贾菔卸鋺址考燮拦滥Ｐ脱芯浚]3?与Ｂａｇｇｉｎｇ类似，Ｂｏｏｓｔｉｎｇ也采用Ｂｏｏｔｓｔｒａｐ随机采样方法抽取训练l#弁将多个逡逑弱学习器融合为强学习器，如图２－２所示：逡逑训邋Ｈ＇］—ｎ逦逦逡逑逦？练逦？［弱学习器１逦—预测ｒ综合逡逑ｘｏ邋ｙ0逦转化一１逦逦邋＾逦预测逡逑＊１邋Ｉ逦结果逡逑Ｉ邋０邋ｖ邋１逡逑逦＾逦预测邋Ｉ逦｜逡逑逦邋逦Ｘ１邋ｙ１逦＾丨丨练逦＞［弱学习器２逦￣ｊ—丨强学＞？逡逑Ｉ邋卜，逡逑Ｘｍ邋ｙｍ逦弱学习器逦翻ｎ逡逑测试集逦逦逡逑图２－２逦Ｂｏｏｓｔｉｎｇ，原

本文编号：2719459