發(fā)布時(shí)間：2025-02-09 17:15

　　房地產(chǎn)產(chǎn)業(yè)是我國(guó)拉動(dòng)經(jīng)濟(jì)發(fā)展最主要的產(chǎn)業(yè)之一,隨著城市面積的快速擴(kuò)張,城市市中心土地市場(chǎng)供應(yīng)的愈發(fā)緊缺,房地產(chǎn)交易市場(chǎng)已由新房交易市場(chǎng)向二手房交易市場(chǎng)轉(zhuǎn)變,準(zhǔn)確的房地產(chǎn)評(píng)估對(duì)于指導(dǎo)人們買賣房產(chǎn),政府制定稅收及制定經(jīng)濟(jì)發(fā)展戰(zhàn)略都有十分重要的作用。在這種情況下,政府、中介、買賣人對(duì)完善的二手房市場(chǎng)信息和準(zhǔn)確的二手房?jī)r(jià)格的需求越來(lái)越迫切。二十一世紀(jì)計(jì)算機(jī)技術(shù)和信息技術(shù)的發(fā)展,人們?cè)诜康禺a(chǎn)評(píng)估的方式上不再局限于傳統(tǒng)的人工評(píng)估方式�？蒲泄ぷ髡邆冋诓粩嗵剿餍碌姆椒▉�(lái)解決批量評(píng)估過(guò)程中要人工完成大量數(shù)據(jù)處理和計(jì)算工作,計(jì)算機(jī)技術(shù)的更新使大數(shù)據(jù)房地產(chǎn)估價(jià)的方式逐漸走進(jìn)了人們的視野。在房地產(chǎn)評(píng)估方法研究中,伴隨大數(shù)據(jù)技術(shù)和人工智能的進(jìn)步,利用大數(shù)據(jù)技術(shù)來(lái)進(jìn)行房地產(chǎn)評(píng)估逐漸成為了新的研究焦點(diǎn),其在房地產(chǎn)評(píng)估領(lǐng)域內(nèi)的應(yīng)用也逐漸的火熱起來(lái)并獲得了更多的市場(chǎng)認(rèn)可。本研究從網(wǎng)上公開數(shù)據(jù)獲取了近六千條大連市二手房掛牌信息作為原始數(shù)據(jù),采用最新的機(jī)器學(xué)習(xí)算法結(jié)合房地產(chǎn)評(píng)估理論探索數(shù)據(jù)驅(qū)動(dòng)房地產(chǎn)評(píng)估的可行性,經(jīng)過(guò)對(duì)三種算法的模型評(píng)價(jià)指標(biāo)的比較最終得出結(jié)論,相比于傳統(tǒng)的機(jī)器學(xué)習(xí)方法,CatBoost算法在房地產(chǎn)價(jià)格評(píng)估的...

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－３爬取數(shù)據(jù)的小區(qū)在大連市的分布圖??（２）

?數(shù)據(jù)驅(qū)動(dòng)下房地產(chǎn)批量評(píng)估方法研究——基于機(jī)器學(xué)習(xí)的建模分析???１．３．２研究方法??（１）因子數(shù)據(jù)選取方面??本文在房屋價(jià)格屬性的基礎(chǔ)上，選取了房屋交易過(guò)程中，價(jià)格影響較大的??數(shù)據(jù)作為選取的因子。這些因子的選取符合房地產(chǎn)價(jià)格評(píng)估的原理，從房屋的??個(gè)體因素、鄰里環(huán)境、區(qū)位因....

圖２－２?ＣａｔＢｏｏｓｔ算法原理圖??ＣａｔＢｏｏｓｔ算法基于對(duì)稱決策樹為基學(xué)習(xí)器，該算法具有使用簡(jiǎn)單，調(diào)節(jié)參??

?數(shù)據(jù)驅(qū)動(dòng)下房地產(chǎn)批量評(píng)估方法研究一基于機(jī)器學(xué)習(xí)的建模分析???法在準(zhǔn)確率方面有了很大的提升，實(shí)際應(yīng)用中表現(xiàn)中也更加的優(yōu)秀。ＣａｔＢｏｏｓｔ??算法的原理如圖２－２所示：??｜類別型特征的相關(guān)工作??目標(biāo)變量統(tǒng)計(jì)??’?類別型特征?｜?＜?????１?特征組合????｜?Ｃａｆｆ....

圖５－７多元回歸模型評(píng)價(jià)指標(biāo)值擬合優(yōu)度圖??

?數(shù)據(jù)驅(qū)動(dòng)下房地產(chǎn)批量評(píng)估方法研究一基于機(jī)器學(xué)習(xí)的建模分析???多元回歸模型評(píng)價(jià)指標(biāo)值擬合優(yōu)度如５－７圖所示：??ＬｉｎｅａｒｉＲｅｇｒｅｓｓｉｏｎ??２０００?＊??＾?１５?００?＇??１??■?１＿，??５００?？?Ｉ??◎?Ｗ｜Ｐ｜｜＾ｆ｜＾ｐｉｐＦ？ｌｉｐ，ＩＰ＇ｆｉｐ....

圖５－１０隨機(jī)森林模型評(píng)價(jià)指標(biāo)值擬合優(yōu)度圖??圖中顯示的是在隨機(jī)森林模型測(cè)試中，測(cè)試值的數(shù)量和價(jià)格的曲線圖，定??

?數(shù)據(jù)驅(qū)動(dòng)下房地產(chǎn)批量評(píng)估方法研究一基于機(jī)器學(xué)習(xí)的建模分析???表?５－４?ＲａｎｄｏｍＦｏｒｅｓｔ?Ｒｅｓｕｌｔｓ??ｒ２＝?０．９５３?ＭＳＥ：?１１４２．５６??ＲＭＳＥ：?３３．８?ＭＡＥ：?２０．８９??隨機(jī)森林模型評(píng)價(jià)指標(biāo)值擬合優(yōu)度圖如５－１０所示：????Ｒａｎｄｏ....

本文編號(hào)：4032589