房價一直是社會關注及討論的熱點話題。隨著近年來,政府不斷提倡與城市房價居高不下,越來越多的家庭開始關注并根據實際需要去選購二手房,二手房市場得到快速發(fā)展。而二手房價格評估也因此成為了房屋交易雙方共同關注的焦點問題,但目前二手房真實價格存在評估難問題,且影響二手房價格的相關因素錯綜復雜,如何利用高維特征數(shù)據實現(xiàn)對二手房真實價格的準確評估與預測顯得尤為重要。因此本文力圖使用BP神經網絡構建出一套科學、準確、高效的二手房價格預測評估模型。本文以天津市二手房歷史成交價格為研究對象,以線上房源銷售信息平臺——貝殼找房官網為數(shù)據來源,收集了自2020年6月23日至11月16日,共19774條天津市二手房歷史成交原始數(shù)據。接著在選取影響天津市二手房成交價格的相關特征時,分別從區(qū)位特征、建筑特征、小區(qū)特征及交易特征4種類別進行研究考量,最終保留了29個相關特征指標。同時為了保證模型訓練效果,本文對收集的原始成交數(shù)據進行特征處理與數(shù)據清洗,最終得到了18292條有效樣本數(shù)據,包含了1個成交價目標特征以及36個特征處理后的相關特征字段。將有效樣本數(shù)據集進行訓練集與測試集劃分后,就可以進行模型的構建過程。本文...

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【部分圖文】：

圖1技術路線圖

天津理工大學碩士學位論文第一章緒論-6-評價指標后，把測試集數(shù)據分別帶入到訓練好的3種模型中進行價格預測，得到相應的模型評價指標。最終對不同模型的預測評價指標進行了對比與分析。第五章，主要闡述了通過全文研究得到的結論以及本文研究所存在的不足之處，并對今后的進一步研究進行了相關展望....

圖2.1M-P神經元模型

天津理工大學碩士學位論文第二章相關理論基礎-16-狀態(tài)，并向其他神經元輸出化學物質。類似地，M-P神經元允許多個輸入，并根據連接權重以及閾值來控制神經元的輸出結果，如下圖2.1所示。圖2.1M-P神經元模型在該模型中，神經元接收到來自其他個神經元傳遞過來的輸入信號(=1,2,…,....

圖2.2階躍函數(shù)

天津理工大學碩士學位論文第二章相關理論基礎-17-圖2.2階躍函數(shù)數(shù)學表達式為：()={1,≥0;0,<0.（2.28）階躍函數(shù)可以將連續(xù)型的輸入值映射為二分類輸出值―0‖或―1‖，―1‖對應著神經元興奮，―0‖代表著神經元抑制。但同時，階躍函數(shù)也存在著不連續(xù)、不光滑等缺點。（2....

圖2.3Sigmoid函數(shù)

天津理工大學碩士學位論文第二章相關理論基礎-17-圖2.2階躍函數(shù)數(shù)學表達式為：()={1,≥0;0,<0.（2.28）階躍函數(shù)可以將連續(xù)型的輸入值映射為二分類輸出值―0‖或―1‖，―1‖對應著神經元興奮，―0‖代表著神經元抑制。但同時，階躍函數(shù)也存在著不連續(xù)、不光滑等缺點。（2....

本文編號：4033032