基于多种机器学习算法的波士顿房价预测

摘要

波士顿房价预测问题在人工智能领域中属于回归问题,回归问题是机器学习中很重要的一个研究方向.解决回归问题,较为常见的算法模型有Ridge Regression模型,基于集成学习方法的Random Forest、AdaBoost模型,基于深度学习的DNN模型等等.在具体问题中,选取的模型不同相应的效果也会不同,本研究根据“波士顿房价预测”这一实际问题,分别采用了不同的机器学习模型进行训练和测试,从多个角度对比了不同算法模型在房价预测这一回归问题上的综合表现,给出分析与总结.对上述不同算法模型的算法原理、实际表现以及特点进行了深入分析,总结了不同算法模型在波士顿房价预测这一实际问题上的表现,对不同模型的优缺点进行横向对比,对效果差异进行了分析与总结.