基于Lasso与数据挖掘方法的影响北京二手房价格的因素分析
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究的目的与意义 | 第11-12页 |
| 1.4 研究框架及技术路线 | 第12-13页 |
| 1.4.1 研究框架 | 第12-13页 |
| 1.4.2 技术路线 | 第13页 |
| 1.5 论文主要创新点 | 第13-15页 |
| 第2章 相关理论基础 | 第15-21页 |
| 2.1 特征选择 | 第15页 |
| 2.2 Lasso回归 | 第15-16页 |
| 2.3 回归树 | 第16页 |
| 2.4 随机森林回归 | 第16-18页 |
| 2.5 Boosting方法 | 第18-19页 |
| 2.6 Bagging方法 | 第19-20页 |
| 2.7 本章小结 | 第20-21页 |
| 第3章 指标体系选取 | 第21-31页 |
| 3.1 数据来源 | 第21页 |
| 3.2 候选指标构成 | 第21-22页 |
| 3.3 数据获取方式 | 第22页 |
| 3.4 数据清洗及预处理 | 第22-26页 |
| 3.5 归一化处理 | 第26-27页 |
| 3.6 指标体系的特征选择 | 第27-31页 |
| 3.6.1 特征选择--封装法 | 第27-28页 |
| 3.6.2 Lasso模型确定最优变量个数 | 第28-31页 |
| 第4章 北京市二手房价格评估模型 | 第31-39页 |
| 4.1 研究思路 | 第31页 |
| 4.2 模型比较--五折交叉验证 | 第31-33页 |
| 4.3 随机森林 | 第33-38页 |
| 4.3.1 ntree的确定 | 第33页 |
| 4.3.2 mtry的确定 | 第33-34页 |
| 4.3.3 变量重要性排序 | 第34-35页 |
| 4.3.4 模型拟合效果 | 第35-36页 |
| 4.3.5 模型的预测精度 | 第36-38页 |
| 4.3.6 过拟合检测 | 第38页 |
| 4.4 本章小结 | 第38-39页 |
| 结论建议与展望 | 第39-41页 |
| 参考文献 | 第41-43页 |
| 致谢 | 第43-44页 |
