基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文主要是针对了房价进行了预测,利用所获得的数据,进行数据处理后,建立了劳森回归、核岭回归和梯度增强回归3种回归模型,本文并没有对参数进行调整,而是使用的基本参数,以对比模型之间的差距,最后发现梯度增强回归的预测误差最小,均方误差为0.2665±0.0041,预测出的R2为0.84,达到一个不错的效果.
推荐文章
基于XGBoost与多种机器学习方法的房价预测模型
房价预测
多元回归
神经网络
XGBoost
房价合理回归的四个参数
房价收入比
回归
房地产调控
可操作性
景气指数
风险系数
财政收入
主旋律
一类基于多元回归的房价模型
多元回归
拟合优度
残差分析
异方差分析
房价非线性回归模型及期权定价
实物期权
房价模型
随机微分方程
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多种回归模型的房价分析
来源期刊 现代营销 学科
关键词 多种回归模型 房价分析
年,卷(期) 2018,(12) 所属期刊栏目 发展战略
研究方向 页码范围 18
页数 1页 分类号
字数 1913字 语种 中文
DOI 10.3969/j.issn.1009-2994.2018.12.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘昊 5 3 1.0 1.0
2 钟润 1 2 1.0 1.0
3 杨蒙涛 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (2)
同被引文献  (1)
二级引证文献  (0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多种回归模型
房价分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代营销
月刊
chi
出版文献量(篇)
21716
总下载数(次)
118
总被引数(次)
32227
论文1v1指导