針對傳統(tǒng)房價評估方法中存在的數(shù)據(jù)源單一、過分依賴主觀經(jīng)驗、考慮因素理想化等問題,提出一種基于多源數(shù)據(jù)和集成學(xué)習(xí)的智能評估方法。首先,從多源數(shù)據(jù)中構(gòu)造特征集,并利用Pearson相關(guān)系數(shù)與序列前向選擇法提取最優(yōu)特征子集;然后,基于構(gòu)造的特征,以Bagging集成策略作為結(jié)合方法集成多個輕量級梯度提升機(LightGBM),并利用貝葉斯優(yōu)化算法對模型進行優(yōu)化;最后,將該方法應(yīng)用于房價評估問題,實現(xiàn)房價的智能評估。在真實的房價數(shù)據(jù)集上進行的實驗表明,相較于支持向量機(SVM)、隨機森林等傳統(tǒng)模型,引入集成學(xué)習(xí)和貝葉斯優(yōu)化的新模型的評估精度提升了3.15%,并且百分誤差在10%以內(nèi)的評估結(jié)果占比84.09%。說明所提模型能夠很好地應(yīng)用于房價評估領(lǐng)域,得到的評估結(jié)果更準(zhǔn)確。
【部分圖文】：

本文借鑒隨機森林的思想，提出一種基于貝葉斯優(yōu)化的集成Light GBM模型。首先通過Bagging方法集成多個Light GBM，再結(jié)合貝葉斯優(yōu)化算法優(yōu)化模型，最后通過加權(quán)平均的方式獲得最終輸出。其實現(xiàn)方式如圖1所示。針對多個基學(xué)習(xí)器的集成問題，本文采用softmax函數(shù)為基學(xué)習(xí)器賦權(quán)，通過加權(quán)平均獲得最終結(jié)果。

本次實驗選取均方誤差作為評價標(biāo)準(zhǔn)，均方誤差越小，算法準(zhǔn)確率越高。由表4可得，共有50種參數(shù)組合。若隨著參數(shù)組合變動，均方誤差一直處于上下波動狀態(tài)，則認為模型對參數(shù)敏感；若均方誤差在某個參數(shù)組合之后趨于平穩(wěn)，則認為模型對參數(shù)不敏感。測試結(jié)果如圖2所示。經(jīng)過50種參數(shù)組合模型依然無法達到最優(yōu)，由此證實，參數(shù)的優(yōu)劣極大地影響了模型性能。

其中：E表示百分誤差；pi表示實際的房價；pi表示輸出的房價。將本文構(gòu)建的集成模型與子模型進行可信度分析。定義如下：輸出結(jié)果與實際房價的百分誤差在10%以內(nèi)，具有較高的可信度；輸出結(jié)果與實際房價的百分誤差在10%～20%，可信度中等；輸出結(jié)果與實際房價的百分誤差在20%以上，可信度較低。分析結(jié)果如圖4所示。
【參考文獻】

相關(guān)期刊論文 前1條

1 方匡南;吳見彬;朱建平;謝邦昌;;隨機森林方法研究綜述[J];統(tǒng)計與信息論壇;2011年03期

相關(guān)碩士學(xué)位論文 前3條

1 王昕睿;基于機器學(xué)習(xí)的房產(chǎn)智能自動評估模型的研究與系統(tǒng)實現(xiàn)[D];北京郵電大學(xué);2019年

2 劉燕云;基于蘭州市二手房價評估模型研究[D];蘭州大學(xué);2019年

3 王海泉;武漢市二手房價格評估研究[D];華中師范大學(xué);2018年

【共引文獻】

相關(guān)期刊論文 前10條

1 薩莎;李晶;李曉東;李永瑞;劉曉鳴;付宇;王德峰;張惠茅;;基于CT圖像及臨床資料的隨機森林模型對結(jié)直腸癌術(shù)前T分期的診斷價值[J];中華放射學(xué)雜志;2017年12期

2 汪洋;陳上仲;胡才寶;陳昌勤;嚴靜;蔡國龍;;基于隨機森林法的嚴重膿毒癥/膿毒性休克預(yù)后評估模型對患者28 d死亡的預(yù)測價值[J];中華危重病急救醫(yī)學(xué);2017年12期

3 楊超;李海霞;;基于隨機森林的城市快速路交通事件持續(xù)時間估計[J];交通信息與安全;2015年06期

4 李輝;馮東梅;馬寒;;路塹開挖爆破對民房危害的隨機森林預(yù)測模型[J];遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版);2015年12期

5 汪穎;李享云;;蛋白質(zhì)-RNA相互作用預(yù)測中的幾類分類器[J];渤海大學(xué)學(xué)報(自然科學(xué)版);2015年04期

6 朱志潔;張宏偉;陳鎣;;基于PCA-RF的回采巷道圍巖穩(wěn)定性預(yù)測[J];水文地質(zhì)工程地質(zhì);2015年06期

7 王璟睿;沈文娟;李衛(wèi)正;李明詩;鄭光;;基于RapidEye的人工林生物量遙感反演模型性能對比[J];西北林學(xué)院學(xué)報;2015年06期

8 李文輝;陳江生;;黃土丘陵區(qū)生態(tài)遷移農(nóng)戶不同生計模式與收入水平關(guān)系比較研究——基于陜北各縣400戶遷移農(nóng)戶的隨機調(diào)查[J];統(tǒng)計與信息論壇;2015年11期

9 石玉立;宋蕾;;1998-2012年青藏高原TRMM 3B43降水?dāng)?shù)據(jù)的校準(zhǔn)[J];干旱區(qū)地理;2015年05期

10 吳孝情;陳曉宏;唐亦漢;王兆禮;賴成光;;珠江流域非平穩(wěn)性降雨極值時空變化特征及其成因[J];水利學(xué)報;2015年09期

相關(guān)碩士學(xué)位論文 前4條

1 浦紹彬;稅費政策的實施和稅收征管對昆明市個人二手房交易的影響研究[D];云南財經(jīng)大學(xué);2020年

2 曾婷婷;基于機器學(xué)習(xí)的房價預(yù)測模型研究[D];西南科技大學(xué);2020年

3 陳瀟騰;杭州市二手住宅價格評估模型研究[D];浙江工業(yè)大學(xué);2020年

4 司璽同;基于機器學(xué)習(xí)模型的鄭州二手房價格評估[D];華中師范大學(xué);2019年

【二級參考文獻】

相關(guān)期刊論文 前3條

1 方匡南;朱建平;謝邦昌;;基于隨機森林方法的基金收益率方向預(yù)測與交易策略研究[J];經(jīng)濟經(jīng)緯;2010年02期

2 劉微;羅林開;王華珍;;基于隨機森林的基金重倉股預(yù)測[J];福州大學(xué)學(xué)報(自然科學(xué)版);2008年S1期

3 林成德;彭國蘭;;隨機森林在企業(yè)信用評估指標(biāo)體系確定中的應(yīng)用[J];廈門大學(xué)學(xué)報(自然科學(xué)版);2007年02期

相關(guān)碩士學(xué)位論文 前10條

1 王芳;中文重復(fù)記錄清洗的相關(guān)算法的研究[D];青島大學(xué);2018年

2 聶明諫;基于BP神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)價值評估研究[D];華北電力大學(xué)(北京);2017年

3 張妍;基于BP神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)稅基評估研究[D];河北大學(xué);2016年

4 宋祖杰;基于支持向量回歸的二手房批量評估模型應(yīng)用研究[D];重慶大學(xué);2016年

5 王開祥;相似重復(fù)記錄的數(shù)據(jù)清洗技術(shù)的研究[D];沈陽理工大學(xué);2016年

6 陳奕佳;基于隨機森林理論的北京市二手房估價模型研究[D];北京交通大學(xué);2015年

7 郭玉雷;BP神經(jīng)網(wǎng)絡(luò)在房地產(chǎn)稅基批量評估中的應(yīng)用[D];北京交通大學(xué);2015年

8 鄭佳;基于HEDONIC的商品住宅批量評估研究[D];哈爾濱工業(yè)大學(xué);2014年

9 楊英杰;基于開源技術(shù)的WebGIS系統(tǒng)構(gòu)建與應(yīng)用[D];西安電子科技大學(xué);2014年

10 余培;基于成本法的房地產(chǎn)評估案例研究[D];西南財經(jīng)大學(xué);2014年

【相似文獻】

相關(guān)期刊論文 前10條

1 袁紅春;王丹;陳冠奇;張?zhí)祢?吳若有;;基于LightGBM模型的魚類異常行為檢測[J];漁業(yè)現(xiàn)代化;2020年01期

2 李強;徐捷;;貝葉斯網(wǎng)在數(shù)據(jù)挖掘中的應(yīng)用[J];中國科技信息;2012年13期

3 馬文龍;瞿有甜;張金偉;;貝葉斯網(wǎng)絡(luò)在適應(yīng)性教學(xué)系統(tǒng)中的應(yīng)用研究[J];計算機系統(tǒng)應(yīng)用;2008年01期

4 馬愛利;張卓奎;;貝葉斯網(wǎng)絡(luò)在遠程教學(xué)中的應(yīng)用[J];現(xiàn)代電子技術(shù);2008年02期

5 李飛;;貝葉斯網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的應(yīng)用[J];科技信息(學(xué)術(shù)研究);2006年06期

6 張劍飛;;數(shù)據(jù)挖掘中的貝葉斯網(wǎng)絡(luò)構(gòu)建與應(yīng)用[J];高師理科學(xué)刊;2006年03期

7 王輝;用于預(yù)測的貝葉斯網(wǎng)絡(luò)[J];東北師大學(xué)報(自然科學(xué)版);2002年01期

8 段宏英;姜威;于帥;;基于分治策略的貝葉斯網(wǎng)學(xué)習(xí)方法及在圖像分割中的應(yīng)用[J];網(wǎng)絡(luò)空間安全;2016年05期

9 趙英;雷強;;基于貝葉斯本體映射方法的數(shù)字資源整合[J];情報雜志;2008年02期

10 周清;林拉;王紅;楊紅飛;;基于貝葉斯網(wǎng)絡(luò)的學(xué)生模型在測試系統(tǒng)的應(yīng)用研究[J];計算機工程與科學(xué);2008年03期

相關(guān)博士學(xué)位論文 前9條

1 董立巖;貝葉斯網(wǎng)絡(luò)應(yīng)用基礎(chǔ)研究[D];吉林大學(xué);2007年

2 江敏;貝葉斯優(yōu)化算法的若干問題研究及應(yīng)用[D];上海大學(xué);2012年

3 高磊;基于貝葉斯框架的群目標(biāo)跟蹤[D];上海交通大學(xué);2019年

4 關(guān)菁華;基于貝葉斯網(wǎng)數(shù)據(jù)挖掘若干問題研究[D];吉林大學(xué);2009年

5 黃禹瀟;面向復(fù)雜診斷貝葉斯網(wǎng)實時推理問題的離線、在線算法的研究[D];吉林大學(xué);2012年

6 徐建民;基于術(shù)語關(guān)系的貝葉斯網(wǎng)絡(luò)信息檢索模型擴展研究[D];天津大學(xué);2007年

7 程環(huán)環(huán);基于貝葉斯網(wǎng)絡(luò)的圖像內(nèi)容表述與分類[D];國防科學(xué)技術(shù)大學(xué);2011年

8 馬馮;數(shù)據(jù)密集型計算環(huán)境下貝葉斯網(wǎng)的學(xué)習(xí)、推理及應(yīng)用[D];云南大學(xué);2013年

9 馮國忠;文本分類中的貝葉斯特征選擇[D];東北師范大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 孫悅;基于LightGBM的中文文本分類研究[D];蘇州大學(xué);2019年

2 張鳴天;基于貝葉斯網(wǎng)絡(luò)的信息安全風(fēng)險評估研究[D];北京化工大學(xué);2016年

3 唐思思;基于離散動態(tài)貝葉斯網(wǎng)絡(luò)的信息安全風(fēng)險評估方法的研究[D];東北大學(xué);2013年

4 周旋;基于貝葉斯網(wǎng)絡(luò)的作戰(zhàn)效能評估與分析方法研究[D];國防科學(xué)技術(shù)大學(xué);2008年

5 馬愛利;貝葉斯網(wǎng)絡(luò)在遠程教學(xué)系統(tǒng)中的應(yīng)用研究[D];西安電子科技大學(xué);2008年

6 于合龍;貝葉斯網(wǎng)在農(nóng)業(yè)智能系統(tǒng)中的應(yīng)用研究[D];吉林大學(xué);2005年

7 林冰垠;基于雙向貝葉斯網(wǎng)絡(luò)的架空輸電線路運行評估系統(tǒng)的研究與實現(xiàn)[D];華南理工大學(xué);2015年

8 王斌;支持不確定性推理的上下文模型構(gòu)建和基于貝葉斯網(wǎng)絡(luò)的推理[D];西安電子科技大學(xué);2009年

9 濮永仙;貝葉斯網(wǎng)在農(nóng)業(yè)專家系統(tǒng)中的應(yīng)用研究[D];云南大學(xué);2010年

10 張艷芳;貝葉斯網(wǎng)絡(luò)在手寫數(shù)字識別中的應(yīng)用與研究[D];華北電力大學(xué);2011年

本文編號：2849476