美国埃姆斯市房价预测回归分析

• 作者: 陶顾宇
• 来源期刊: 通讯世界
• 学科: 经济
• 关键词: 回归分析 房价预测 线性回归 岭回归 Lasso回归
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 论述
• 页码范围: 302-304
• 页数: 3页
• 分类号: F299.23
• 字数: 4170字
• 语种: 中文

摘要

人工智能和机器学习中有一类问题为回归问题,对于回归问题的解决,常见的机器学习模型有基本的线性回归模型,岭回归模型,Lasso回归模型,神经网络模型等.不同的模型在不同的问题中具有不同的效果.对于若干回归问题中,房价预测是一个典型的问题,其目的主要是根据房屋的一些特征,去预测房屋的价格.本文根据Kaggle数据竞赛平台的"美国爱荷华州埃姆斯市房价数据集",对该数据集分别应用了线性回归,岭回归,Lasso回归,来预测埃姆斯市的房价.并对结果进行了相应的分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶顾宇	金陵中学河西分校	1	1	1.0	1.0