基于XGBoost与多种机器学习方法的房价预测模型

来源 :现代信息科技 | 被引量 : 0次 | 上传用户:bynlxd
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
房价预测问题是机器学习当中典型的回归问题,常见的算法有多元线性回归、神经网络以及基于集成学习方法的XGBoost模型,在具体的问题中,不同的模型得到的效果也不尽相同。针对房价预测这一实际问题,对房屋的各种不同特征进行分析研究,应用了多种回归模型,并比较上述三种模型在这一问题上的表现,对不同模型的优缺点进行横向对比,对效果差异进行分析与总结。
其他文献
档案管理是学校管理工作中不可或缺的部分,是客观真实地反映学校日常工作的最原始的资料。作为中学的档案工作者,我们既要做好档案的收集、整理与归档工作,又要及时更新服务
通过定义离散化方案之间的偏序关系以及交、并运算 ,将各种离散化方案组织成离散格。提出一种搜索离散格的启发式算法 ,实验表明该算法得到的一致决策表的断点数比已有解更少。
公司成本统计工作中涉及各种成本的汇总,这些成本的汇总是统计工作中最为常见的、非常烦琐的工作。本文采用基于容器模型的软件体系架构,开发适合中小型企业的成本统计系统进
针对模糊综合评判的关键问题,描述了引入计算机支持协同工作(ComputerSupportedCooperativeWork,CSCW)技术的模糊综合评判系统──协同模糊综合评判系统(CooperatingFuzzyComprehensiveEvaluationSystem,CFCES)的结构。在分析传统的集中控制模式和分布式控制模式各自优缺点的基础上,形式化地提出了基于角色的CFCES的基本模型,