典型文献
地理视角下深圳市房价及其影响因素研究——基于随机森林模型
文献摘要：
随着国民生活水平的提高,人们对房价的关注度也持续升高.传统的房价研究主要按时间序列法进行预测,然而房价是多指标影响因子,除与历史房价、房屋自身属性有关外,还与所处区位的地理环境、配套设施以及城市的规划分区等多方面因素相关.本文以2019年深圳市二手住宅小区单价为研究对象,从地理视角下,选取教育资源、医疗设施、交通便捷度、环境因素、规划因素的相关指标作为房价影响因子,通过随机森林的方法进行样本训练得到深圳市房价研究模型,对影响深圳市房价的上述指标进行分析研究.根据随机森林模型输出的变量重要性得知,医疗设施对深圳市房价影响最为显著.将测试数据输入预测模型,当实际的房价在均值附近时,此模型预测效果较好.
文献关键词：
随机森林模型;机器学习;空间异质性;地理空间因素
中图分类号：
作者姓名：
钟艾妮;答星;喻静敏
作者机构：
武汉市测绘研究院,湖北 武汉 430022
文献出处：
引用格式：
[1]钟艾妮;答星;喻静敏-.地理视角下深圳市房价及其影响因素研究——基于随机森林模型)[J].城市勘测,2022(02):66-70
A类：
B类：
地理视角,房价,随机森林模型,按时,时间序列法,多指标,关外,地理环境,配套设施,规划分区,二手住宅,住宅小区,单价,医疗设施,通便,便捷度,规划因素,样本训练,练得,研究模型,模型输出,变量重要性,测试数据,空间异质性,地理空间因素
AB值：
0.371137
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。
