本文關(guān)鍵詞：基于隨機(jī)森林理論的北京市二手房估價模型研究

  更多相關(guān)文章： 隨機(jī)森林 房地產(chǎn)評估 特征價格 二手房

【摘要】：隨著房地產(chǎn)市場日趨完善,人們對房地產(chǎn)信息的需求越來越迫切�？焖贉�(zhǔn)確的房地產(chǎn)估價,不僅能為開發(fā)商開發(fā)房地產(chǎn)、居民購房提供科學(xué)的評估價格,而且能保障房地產(chǎn)交易雙方有效地推進(jìn)業(yè)務(wù)。 我國在房地產(chǎn)估價上所采用的方法一般是市場法、收益法、成本法,其中以市場法使用最為頻繁。但市場法在使用過程中會受評估者的主觀影響,且在可對比實例較少的情況下,評估的準(zhǔn)確性下降,容易造成較大的誤差。近年來,為了改進(jìn)市場法以期得到更準(zhǔn)確的評估值,諸多學(xué)者應(yīng)用統(tǒng)計建模的方法進(jìn)行房地產(chǎn)評估,得到了很好的效果。本文借鑒國外最新的研究成果將隨機(jī)森林算法引入到房地產(chǎn)評估中。隨機(jī)森林算法是非線性建模工具,通過對樣本數(shù)據(jù)信息不斷進(jìn)行抽樣就可以完成數(shù)據(jù)分類或回歸,具有很好的擬合效果,非常適合解決無規(guī)則且多約束條件及樣本數(shù)據(jù)缺失的應(yīng)用問題。 因二手房交易越來越頻繁,成為人們購房的主要選擇,且相關(guān)數(shù)據(jù)容易獲得,所以本文以北京市二手房價格評估為例進(jìn)行模型的建立。通過網(wǎng)上及實地調(diào)研搜集研究區(qū)域的二手房數(shù)據(jù),進(jìn)行指標(biāo)體系的優(yōu)選,剔除了對評估模型影響不大的因素,以減小模型的復(fù)雜度。利用建立好的指標(biāo)體系,構(gòu)建基于隨機(jī)森林的北京市二手房價格評估模型,調(diào)整參數(shù)以便對模型優(yōu)化,并將預(yù)測集數(shù)據(jù)帶入模型進(jìn)行預(yù)測,得出單樣本相對誤差。最后采用五折交叉檢驗的方法,將隨機(jī)森林與線性回歸、Bagging、簡單回歸樹、神經(jīng)網(wǎng)絡(luò)、支持向量回歸進(jìn)行對比研究,結(jié)果表明隨機(jī)森林具有預(yù)測誤差小、模型穩(wěn)定性高等優(yōu)點,是一種值得應(yīng)用和推廣到房地產(chǎn)評估中的方法。
【關(guān)鍵詞】：隨機(jī)森林 房地產(chǎn)評估 特征價格 二手房
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F299.23
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-8
• 目錄8-10
• 1. 緒論10-18
• 1.1 選題背景10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-14
• 1.2.1 房地產(chǎn)評估的發(fā)展概述11-13
• 1.2.2 隨機(jī)森林算法的應(yīng)用現(xiàn)狀13-14
• 1.3 研究的目的與意義14-15
• 1.4 研究方法、內(nèi)容及技術(shù)路線圖15-18
• 1.4.1 研究方法15-16
• 1.4.2 論文內(nèi)容16
• 1.4.3 技術(shù)路線圖16-18
• 2. 北京市房地產(chǎn)市場現(xiàn)狀18-24
• 2.1 北京市商品房市場分析18-20
• 2.1.1 北京市商品房供應(yīng)情況18-19
• 2.1.2 北京市商品房銷售情況19-20
• 2.1.3 北京市商品房存量情況20
• 2.2 北京市二手房市場分析20-22
• 2.2.1 北京市二手房概況20-21
• 2.2.2 北京市二手房供需情況21-22
• 2.3 研究區(qū)域的確定22-24
• 3. 相關(guān)理論基礎(chǔ)24-31
• 3.1 特征價格模型24-26
• 3.1.1 特征價格理論介紹24-25
• 3.1.2 特征價格模型的優(yōu)勢25-26
• 3.2 隨機(jī)森林理論26-29
• 3.2.1 Boosting及Bagging方法概述26-27
• 3.2.2 隨機(jī)森林回歸基本原理27-28
• 3.2.3 隨機(jī)森林對輸入變量重要性的測度28-29
• 3.2.4 隨機(jī)森林算法優(yōu)點29
• 3.3 對比模型介紹29-31
• 3.3.1 神經(jīng)網(wǎng)絡(luò)回歸29-30
• 3.3.2 支持向量機(jī)回歸30-31
• 4. 構(gòu)建北京市二手房評估指標(biāo)體系31-39
• 4.1 候選指標(biāo)集的構(gòu)成與整合31-35
• 4.1.1 候選指標(biāo)的構(gòu)成31-32
• 4.1.2 候選指標(biāo)的獲取與量化32-35
• 4.2 數(shù)據(jù)歸一化處理35-36
• 4.3 評價指標(biāo)體系的特征選擇36-39
• 4.3.1 特征選擇思路36
• 4.3.2 特征選擇具體實現(xiàn)36-39
• 5. 基于隨機(jī)森林的北京市二手房價格評估模型39-51
• 5.1 研究思路39
• 5.2 隨機(jī)森林參數(shù)的選擇39-42
• 5.2.1 mtry值的確定40-41
• 5.2.2 ntree值的確定41-42
• 5.3 北京市二手房評估模型42-44
• 5.4 隨機(jī)森林模型預(yù)測能力評價44-49
• 5.4.1 預(yù)測原理及方法44
• 5.4.2 預(yù)測集樣本估值結(jié)果分析44-46
• 5.4.3 五折交叉驗證法46-49
• 5.5 隨機(jī)森林模型的穩(wěn)定性及過擬合49-51
• 6. 結(jié)論與展望51-53
• 6.1 全文總結(jié)51
• 6.2 存在的問題及研究展望51-53
• 參考文獻(xiàn)53-55
• 附錄A55-72
• 附件B72-73
• 作者簡歷73-75
• 學(xué)位論文數(shù)據(jù)集75

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 彭國蘭;林成德;;基于隨機(jī)森林的企業(yè)信用評估模型[J];福州大學(xué)學(xué)報(自然科學(xué)版);2008年S1期

2 張仁壽;任曉怡;;基于RF的中國貿(mào)易收支非線性回歸模型研究[J];廣州大學(xué)學(xué)報(自然科學(xué)版);2012年04期

3 崔東文;;隨機(jī)森林回歸模型及其在污水排放量預(yù)測中的應(yīng)用[J];供水技術(shù);2014年01期

4 李菲,孫文彬,張軍;灰色理論在商品住宅價格預(yù)測中的應(yīng)用[J];遼寧工程技術(shù)大學(xué)學(xué)報(社會科學(xué)版);2004年03期

5 蔡真;汪利娜;;住宅市場的價格特征:以北京為例[J];金融評論;2012年06期

6 董師師;黃哲學(xué);;隨機(jī)森林理論淺析[J];集成技術(shù);2013年01期

7 吳利明;;房地產(chǎn)價格評估研究[J];經(jīng)濟(jì)師;2013年09期

8 李欣海;;隨機(jī)森林模型在分類與回歸分析中的應(yīng)用[J];應(yīng)用昆蟲學(xué)報;2013年04期

9 黃鳴強(qiáng);;房地產(chǎn)評估中市場法的分析與研究[J];商業(yè)經(jīng)濟(jì);2014年09期

10 金宇;周可新;方穎;劉欣;;基于隨機(jī)森林模型預(yù)估氣候變化對動物物種潛在生境的影響[J];生態(tài)與農(nóng)村環(huán)境學(xué)報;2014年04期

，

本文編號：1046227