基于空间特征和XGBoost-神经网络融合模型的住宅价格预测方法

摘要

一种基于空间特征和XGBoost‑神经网络融合模型的住宅价格预测方法，包括：根据训练集的住宅样本之间的空间物理距离，计算住宅价格的局部莫兰指数，表示住宅价格之间的空间相关性；利用k‑means聚类算法，根据住宅的属性特征将训练集的住宅样本分成多个类，并得到住宅的空间聚类标签值；根据住宅的属性特征、局部莫兰指数和空间聚类标签值，用神经网络模型对测试集的住宅的价格进行预测，并将预测值作为输入特征加入到训练集中，用XGBoost对神经网络模型进行训练，获得融合预测模型，以利用所述融合预测模型进行住宅价格预测。本发明在住宅价格的预测模型属性中加入了空间相关性和空间聚类标签，并融合神经网络和XGBoost算法建立新的预测模型，能够提高预测准确度。