基于RNN的房地产估价回归模型

• 作者: 谢志伟
• 来源期刊: 微型电脑应用
• 关键词: 机器学习 房价估计 回归模型 XGBoost RNN LSTM
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 基金项目|FUND PROJECT
• 页码范围: 42-45,54
• 页数: 5页
• 分类号: F293.3|TP391.3
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2021.06.013

摘要

随着机器学习及相关领域的飞速发展,机器学习也随之进入到房产行业,科学地对房价进行评估和预测.由于现有的方法存在着精度不高等问题,提出一个新的更复杂的分析模型.该模型是基于所收集的房屋数据信息,然后利用一个递归神经网络结合XGBoost树的新模型,对这些数据进行分析,从而实现对房价的预测.通过实验表明,这个模型相对于现有的模型,误差减小了近15％.因此能够满足实际需求.