隨著我國經(jīng)濟快速發(fā)展和城市化的不斷推進,我國房地產(chǎn)市場一片欣欣向榮,人們對房地產(chǎn)信息的關(guān)注度也越來越高了,然而在城市可供開發(fā)的土地越來越少,二手房的交易市場已經(jīng)逐漸成了房地產(chǎn)交易中的重要角色,快速精確的對二手房估價的需求也變得越來越大,快速對房價做出預(yù)估,可以讓政府通過制定精準的調(diào)控政策并監(jiān)督中介市場,可以讓中介緊跟房地產(chǎn)行業(yè)的發(fā)展趨勢,規(guī)范化自身服務(wù),可以讓購房者根據(jù)預(yù)估結(jié)果作為參考,避免中介欺詐買家等問題。我國在房地產(chǎn)估價采用的方法一般包括市場法、收益法、成本法,其中市場法應(yīng)用最為廣泛。然而運用市場法和評估者的經(jīng)驗有很大關(guān)系,且受主觀評估者主觀因素影響,近年來,國內(nèi)學者為了改善市場法的不足采用統(tǒng)計建模的方式進行房價預(yù)測,本文通過引入Stacking算法建立模型對二手房房價進行評估。本文通過網(wǎng)絡(luò)爬蟲抓取北京市鏈家網(wǎng)二手房網(wǎng)站2萬余條二手房信息,其特征包括二手房的房屋戶型、套內(nèi)面積等33個特征,經(jīng)過數(shù)據(jù)探索、數(shù)據(jù)清洗、數(shù)據(jù)變換,數(shù)據(jù)降維等過程建立了較優(yōu)的指標體系,并構(gòu)建了基于Stacking理論的北京二手房交易價格預(yù)測的模型,通過網(wǎng)格搜索調(diào)整參數(shù)對模型進行優(yōu)化,最后采用五折交叉驗證的方法,將SVR算法、GBDT回歸算法、隨機森林回歸算法、多層感知機回歸算法以及將將這四種算法融合的Stacking算法進行對比研究,最后通過實證得出Stacking算法比單個算法具有預(yù)測模型穩(wěn)定性好、預(yù)測誤差小的等優(yōu)點,值得在房地產(chǎn)價格預(yù)估行業(yè)中推廣和應(yīng)用。
【學位授予單位】：遼寧科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：F299.23;TP18

【參考文獻】

相關(guān)期刊論文 前2條

1 韋艷艷;李陶深;劉美玲;;融合DECORATE的異構(gòu)分類器集成算法[J];計算機應(yīng)用研究;2012年11期

2 胡六星;吳結(jié)飛;;基于灰色系統(tǒng)理論的兩種房價預(yù)測方法比較[J];統(tǒng)計與決策;2010年07期

相關(guān)碩士學位論文 前5條

1 時文靜;基于Lasso與數(shù)據(jù)挖掘方法的影響北京二手房價格的因素分析[D];北京工業(yè)大學;2017年

2 王燦強;基于異常值處理的隨機森林和kNN模型在EEG數(shù)據(jù)中的應(yīng)用[D];蘭州大學;2017年

3 陳文;中文短文本跨領(lǐng)域情感分類算法研究[D];重慶大學;2016年

4 馬忠臣;集成剪枝評估準則及PS-ELMs模型在時間序列預(yù)測中的應(yīng)用研究[D];南京航空航天大學;2014年

5 岳學杰;房地產(chǎn)估價理論實踐研究[D];鄭州大學;2007年

本文編號：2732826