首页> 中文学位 >基于机器学习的线上房屋租赁价格预测——以北京等城市为例
【6h】

基于机器学习的线上房屋租赁价格预测——以北京等城市为例

代理获取

目录

第一个书签之前

第1章 绪论

1.1 研究的背景及意义

1.1.1 研究的背景

1.1.2 研究的意义

1.2 文献综述

1.3 研究的主要内容和方法

1.3.1 研究的主要内容和技术路线

1.3.2 论文的研究方法与创新点

第2章 相关理论概述

2.1 随机森林回归的基本原理

2.1.1 决策树的基本概念

2.1.2 随机森林的概念

2.1.3 随机森林的关注点

2.1.4 随机森林实现过程

2.2 XGBoost基本理论

2.2.1 XGBoost基本原理

2.2.2 XGBoost算法的优缺点

第3章 数据来源及描述性统计分析

3.1 数据来源

3.2 描述性统计分析

3.2.1 房屋价格分布

3.2.2 卧室数量分析

3.2.3 独立卫生间分析

3.2.4 独立阳台分析

3.2.5 地铁分析

3.2.6 房屋面积分析

3.2.7 房屋楼层比分析

3.2.8 房屋朝向分析

3.2.9 相关分析

第4章 基于机器学习的房屋租赁价格预测模型

4.1 XGBoost模型

4.2 随机森林回归模型

第5章 总结与展望

5.1 总结

5.2 论文不足与展望

参考文献

致 谢

展开▼

著录项

  • 作者

    杜姚瑶;

  • 作者单位

    安徽师范大学;

  • 授予单位 安徽师范大学;
  • 学科 应用统计
  • 授予学位 硕士
  • 导师姓名 祝东进;
  • 年度 2018
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类
  • 关键词

    机器学习; 房屋租赁; 价格预测; 北京;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号