基于机器学习方法下的北京二手房价影响因素研究

目录

声明

第一章 绪论

1.1研究背景与意义

1.2研究方法

1.3研究内容及技术路线

1.3.1研究内容

1.3.2技术路线图

1.4论文创新点

第二章文献综述

2.1 单一模型国内外研究现状

2.2 组合模型国内外研究现状

2.3本章小结

第三章相关理论基础

3.1网络爬虫

3.1.1 基本原理

3.1.2 工作流程与通用结构

3.2 WebGIS

3.2.1 基本原理

3.2.2 百度地图 API

3.3集成学习算法

3.3.1 Boosting 算法

3.3.2 Bagging算法

3.3.3 Stacking 算法

3.4 基学习器选取及单一模型构建

3.4.1 XGBoost算法

3.4.2 LightGBM

3.4.3 CatBoost 算法

3.4.4 随机森林

第四章数据获取及指标体系构建

4.1数据来源与获取

4.2缺失值处理

4.3特征变量的选取

4.3.1区位特征选取

4.3.2建筑特征选取

4.3.3邻里特征选取

4.4 特征变量的量化

第五章评估模型构建

5.1模型评估指标

5.2融合模型Stacking

5.3模型实证

5.3.1模型对比验证

5.3.2 Stacking结果分析

5.4二手房影响因素分析

5.5本章小结

第六章结论与展望

6.1研究结论

6.2研究建议

6.3研究不足与展望

6.3.1研究不足

6.3.2研究展望

参考文献

附录

附录A：特征变量的量化处理

附录B：相关模型构建

致谢

个人简历 在读期间发表的学术论文与研究成果