关键词:
机器学习
预测算法
不动产交易
误差分析
摘要:
本文指出对城市房屋不动产数据进行挖掘和分析十分有利于分析城市房屋不动产的交易规律,但各类预测算法预测效果的优劣尚不明确。为此,通过对某市二手房成交价格进行大数据分析,对比了4种二手房交易价格预测算法的预测效果。结果表明:在房屋面积小于90 m^(2)时,房屋成交价格大都小于均价,当在房屋面积介于90~120 m^(2)时,房屋成交价格基本维持在均价附近,当房屋面积大于120 m^(2)时,房屋成交价格离散性很大;4种预测算法的平均绝对误差、均方误差、均方根误差从大到小均为:Lasso模型>Random Forest Regressor算法>XGBoost算法>Stacking算法;Stacking预测算法的平均绝对误差、均方误差、均方根误差在4种算法中最小,准确率最高,故Stacking预测算法更适宜用来预测二手房价格。研究结果可为城市房屋不动产交易决策提供参考。