一种基于迁移学习的城市住宅地价评估方法

摘要

本发明公开了一种基于迁移学习的城市住宅地价评估方法,该方法涉及迁移学习的平复方法，属于资产评估领域，特别是在土地价格分类定级领域。本发明主要针对城市住宅地价数据集的特点，提出了一种基于迁移学习的城市住宅地价特征提取算法，针对现有地价回归评估模型的缺点，引入分类定级评估模型，对城市住宅地价数据集的缺陷进行克服。首先，对地价特征提取器进行训练，基于房价数据集，使用深度置信网络(Deep Belief Network，DBN)对蕴含在房价数据集中的房价与其特征因子之间的关系进行拟合。其次，保留训练好的DBN模型参数设置，基于DBN模型进行住宅地价特征提取。最后，基于已提取到地价特征集，利用不同的地价分类评估模型，对住宅地价实施分类定级评估。