基于随机森林方法的北京市二手房价格研究

• 作者: 李晓童 王成杰 郭萱
• 来源期刊: 数据挖掘
• 学科: 经济
• 关键词: 二手房 房价预测 Boostrap抽样 决策树 随机森林
• 年，卷（期）: 2017,（2）
• 页码范围: 37-45
• 页数: 9页
• 分类号: F2

摘要

随着经济的发展和可供开发土地的减少,二手房价一路飙高。截止到2016年5月底,北京城内六区二手房均价已超6万。对二手房价格进行评估预测将对居民生活产生重要影响,也可以给政府宏观调控提供一定参考。目前关于房价的数学模型多使用线性回归模型,神经网络模型和支持向量机模型。线性回归模型中对房价与预测变量线性关系的设定易造成较大误差,神经网络与支持向量机解释性较差。本文针对北京市16,795套在售二手房,对多类别变量建立随机森林模型,进行房价影响因素研究以及房价预测,通过方差解释性变化得到lat (小区所处纬度),long (小区所处经度)和cate (小区所处区域)三个预测变量对房价的影响最为显著,通过随机森林变量重要性输出得到cate,lat和long对房价的影响最大。然后通过00B (out-of bag)样本得到随机森林二手房价格预测精度为0.69。最后将房价数据输入神经网络模型与支持向量机模型,得到房价预测精度分别为:5.15、1.10。结果表明,随机森林预测效果最佳;支持向量机模型次之,预测结果不够稳定;而神经网络预测误差较大,不适用于本文二手房价格预测。