典型文献
基于XGBoost的深圳二手房价格预测
文献摘要：
为了更加精准地预测二手房价格,该文以2019年深圳市二手房的真实交易数据为研究对象,利用线性回归模型、随机森林模型和XGBoost模型并加以POI计算来预测二手房价格.首先,对数据集进行清洗并可视化展示.其次,运用百度地图进行POI处理扩充数据集,使得数据集接近现实情况.接着,按照数据特征对房价影响的重要程度进行了排序,选取重要的特征来训练模型.最后,通过数值结果分析,XGBoost模型对二手房的房价评估效果最好,尤其是经过POI处理的数据集和XGBoost模型的这种组合,对于深圳市的二手房价格具有极好的预测效果.
文献关键词：
XGBoost;机器学习;POI;二手房价格预测
中图分类号：
作者姓名：
胡晓伟;马春梅;孔祥山;李凤银
作者机构：
曲阜师范大学计算机学院,276826,山东省日照市
文献出处：
引用格式：
[1]胡晓伟;马春梅;孔祥山;李凤银-.基于XGBoost的深圳二手房价格预测)[J].曲阜师范大学学报（自然科学版）,2022(01):57-65
A类：
深圳二手房价格,二手房价格预测
B类：
XGBoost,实交,交易数据,线性回归模型,随机森林模型,POI,算来,可视化展示,百度地图,充数,得数,现实情况,照数,数据特征,重要程度,训练模型,评估效果,极好
AB值：
0.170804
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
