【摘 要】
：
随着二手房市场在我国房地产市场中所扮演的角色越来越重要,快速精准地对二手房价格进行预测的需求也越来越大.基于此,选取区域、房屋朝向、装修情况等30个影响二手房价格的特征变量,通过爬虫技术爬取链家网郑州二手房交易数据,构建随机森林模型、GBDT模型、XGBoost模型、LightGBM模型四种二手房价格预测模型.通过对比模型评价指标发现:LightGBM模型的预测效果最好,模型拟合优度达到80.99％,对提高二手房估价精度有一定的参考意义.
【机 构】
：
河北经贸大学 河北石家庄 050067
论文部分内容阅读
随着二手房市场在我国房地产市场中所扮演的角色越来越重要,快速精准地对二手房价格进行预测的需求也越来越大.基于此,选取区域、房屋朝向、装修情况等30个影响二手房价格的特征变量,通过爬虫技术爬取链家网郑州二手房交易数据,构建随机森林模型、GBDT模型、XGBoost模型、LightGBM模型四种二手房价格预测模型.通过对比模型评价指标发现:LightGBM模型的预测效果最好,模型拟合优度达到80.99％,对提高二手房估价精度有一定的参考意义.
其他文献
针对温室大棚中的温度/湿度/光照三要素,设计了一套基于内部增量PID控制算法的智能控制系统.增量式PID取输出量变化量作为传递信号,每次输出的调控信号均基于上次输出结果,只需采集前后连续三次的信号便可以进行精准高效的调控,避免了传统PID需对所有变化量进行重复积分运算的现象.经过仿真分析,基于内部增量式PID控制算法的设计方案在响应速度、采样频率等方面要明显优于传统的位置式PID控制算法.
在9月29日于山东省青岛市举行的2021国际虚拟现实创新大会上,受山东省工业和信息化厅委托,山东电子学会发布了30个山东省虚拟现实领域优秀解决方案.这些解决方案在虚拟现实技术在工业制造、教育、医疗、文化娱乐等领域的应用,取得了明显成效,值得参考借鉴.未来也将充分发挥技术优势,提升应用水平,发挥示范引领作用,为山东虚拟现实产业发展增添新动能.
随着信息技术及智能控制技术的发展,无人机已成为功能复杂的半自主设备,在军用、民用等领域的地位愈来愈重要.根据无人机飞控系统的特点,从飞控计算机架构、通道间表决管理、工作方式、通道间交叉传输、同步、CPM模块设计、电源模块设计等方面进行了分析和设计,完成了无人机飞控系统中双-双余度架构飞控计算机的设计,达到了飞控计算机一次故障工作、两次故障安全的目标,满足了无人机飞控系统的安全性要求,在同类飞控计算机的设计和实现方面具有指导和借鉴作用.
针对人工文案的写作效率无法与新产品的增长速度相匹配的问题,提出了利用基于编码器-解码器的神经网络模型来自动生成文案的方法.首先以Seq2seq+attention为基础结构模型,其次在该模型中加入了Pointer Generator网络,最后在模型的损失函数中引入Coverage Loss.结果显示该算法相比于原始的Seq2seq+att模型在ROUGE-1、ROUGE-2、ROUGE-L评测函数中得分均有所提升.说明此模型提高了文案生成结果的可读性及准确性.
针对天牛须搜索算法易陷入局部最优、寻优精度低、后期收敛速度慢等缺点,提出了一种带有预判机制和权重因子的改进天牛须算法PreWBAS(beetle antennae search algorithm with pre-determination and weight),并基于该算法给出了一种求解路径规划问题的方法.首先在PreWBAS中引入预判机制使算法在每一次迭代预走一定步数,然后引入非线性递减的权重因子来平衡全局搜索能力和局部寻优能力.仿真实验结果表明,对于函数优化问题,改进后的算法相较于传统天牛须搜索
为了给学生提供一个机器人学习、开发和应用的实训平台,研制了一种基于ROS和激光雷达SLAM的履带式实训机器人.根据功能需求,该机器人的控制系统采用主从控制器框架,其中,主控制器选用微型电脑,通过激光雷达扫描机器人周围环境信息,再将生成的环境点云位置数据进行坐标变换,然后基于Gmapping算法结合里程计信息实现机器人的定位和环境地图构建;而从控制器STM32则负责机器人驱动电机调速,同时读取IMU和编码器数据以解算出里程计信息,辅助机器人定位.样机实验表明,该机器人能够在室内环境下实现较为准确的定位、环境
在机载计算机产品设计中,严重故障的监测和处理是需要重点考虑的问题.利用独立于处理器的可编程逻辑器件设计独立看门狗,可有效对软件状态进行监测和保护.基于此,介绍了一种基于看门狗的严重故障监测与重启设计方法,在传统看门狗设计的基础上,利用故障寄存器和状态寄存器的设计,提供了严重故障发生时系统监测记录和处理的措施方法,从上电自检到周期控制,提供了详细的设计方思路和实现手段.经过仿真验证和平台验证,可有效提高系统的安全性和可靠性.
支持向量机是一种监督式学习的方法,可广泛地应用于统计分类以及回归分析,自变量之间的关联关系决定其模型的准确性高低,因此正确分析处理自变量关联关系显得非常重要.基于此,提出了基于时空关联性和最大互信息系数的支持向量机回归补偿算法,对支持向量机(support vector machine,SVM)的模型计算结果进行补偿优化.首先,基于时空相关性算法计算运行的经验频谱分布(emprical spectral distribution,ESD),确定SVM回归结果是否存在噪声和冗余基因;其次,进行基于最大互信息
针对数据库系统访问量增大而造成的数据库存储能力、响应性能和可靠性均有下降的问题,设计了基于Galera的分布式数据库集群解决方法.首先分析了数据库集群工作方式及负载均衡工作原理;其次对比了数据库集群主从同步和多主模式的优缺点;最终选择采用Galera实现数据库集群的多主数据同步和运用Keepalived+Haproxy技术实现数据库高可用、负载均衡的功能,从而极大地提高了数据库应用系统读写服务能力,为软件系统正常运行提供了有力的后台数据服务保障.
针对肺腺癌在医疗过程中的数据信息量庞大而面临的诊断治疗等难题,提出了一种基于BP神经网络的肺腺癌预测的方法实现根据肺腺癌临床数据进行科学准确地预测.从数据获取出发,在癌症基因组图谱(the cancer genome atlas,TCGA)中下载患者的临床数据,对原始数据进行特征工程处理,利用特征值及目标值使用弹性BP算法(resilient back propagation,RPROP)建立模型,最后利用测试集数据评估模型.最终模型准确率达90.37％.结果 表明,数据的精确程度,算法的适用性对预测结果