基于改进KNN算法的二手房评估
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第11-15页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 研究的目的意义 | 第12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 论文内容安排 | 第13-15页 |
| 2 相关理论技术研究 | 第15-30页 |
| 2.1 数据挖掘技术 | 第15-18页 |
| 2.1.1 数据挖掘的意义 | 第16-17页 |
| 2.1.2 常用的数据挖掘方法 | 第17-18页 |
| 2.2 数据分类 | 第18-25页 |
| 2.2.1 常用的分类方法 | 第19-25页 |
| 2.3 回归分析 | 第25-27页 |
| 2.3.1 常用的回归方法 | 第26-27页 |
| 2.4 选定KNN算法的原因 | 第27页 |
| 2.5 开发工具介绍 | 第27-29页 |
| 2.6 本章小结 | 第29-30页 |
| 3 模型创建与算法设计 | 第30-37页 |
| 3.1 模型创建 | 第30页 |
| 3.2 KNN算法设计 | 第30-36页 |
| 3.2.1 KNN算法的特点 | 第31-32页 |
| 3.2.2 使用并发改进相似度计算 | 第32-34页 |
| 3.2.3 使用TopK算法改进最近邻查找 | 第34-36页 |
| 3.2.4 使用相似度加权改进结果精度 | 第36页 |
| 3.3 本章小结 | 第36-37页 |
| 4 二手房评估的算法实现 | 第37-48页 |
| 4.1 信息抓取 | 第37-38页 |
| 4.2 数据预处理 | 第38-41页 |
| 4.2.1 数据去重 | 第39-40页 |
| 4.2.2 数据标准化 | 第40-41页 |
| 4.3 算法过程 | 第41页 |
| 4.4 算法实现 | 第41-45页 |
| 4.5 测试与验证 | 第45-47页 |
| 4.6 本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52页 |
