| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究的目的及意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.3.1 国内研究现状 | 第11-12页 |
| 1.3.2 国外研究现状 | 第12-13页 |
| 1.4 主要研究内容及方法 | 第13-15页 |
| 1.4.1 研究内容 | 第13页 |
| 1.4.2 研究方法 | 第13-15页 |
| 第二章 相关理论基础 | 第15-27页 |
| 2.1 特征价格理论 | 第15-16页 |
| 2.2 网络爬虫 | 第16-19页 |
| 2.2.1 基本原理 | 第16页 |
| 2.2.2 工作流程 | 第16-17页 |
| 2.2.3 功能实现 | 第17-19页 |
| 2.3 地图API服务 | 第19-20页 |
| 2.4 XGBoost理论 | 第20-27页 |
| 2.4.1 Boosting Tree提升树算法推导 | 第20-25页 |
| 2.4.2 分割搜寻算法 | 第25-27页 |
| 第三章 数据描述性分析及预处理 | 第27-39页 |
| 3.1 数据来源 | 第27-30页 |
| 3.1.1 基础数据 | 第27-28页 |
| 3.1.2 周边配套数据 | 第28-29页 |
| 3.1.3 地段等级数据 | 第29-30页 |
| 3.2 描述性分析 | 第30-34页 |
| 3.2.1 分类变量描述 | 第30-31页 |
| 3.2.2 数量特征描述 | 第31-33页 |
| 3.2.3 相关性分析 | 第33页 |
| 3.2.4 样本点的热力图 | 第33-34页 |
| 3.3 数据预处理 | 第34-39页 |
| 3.3.1 缺失值处理 | 第35-36页 |
| 3.3.2 异常值处理 | 第36-37页 |
| 3.3.3 归一化 | 第37页 |
| 3.3.4 对数及标准化处理 | 第37-39页 |
| 第四章 基于XGBoost的二手房价格预测模型的实证分析 | 第39-45页 |
| 4.1 模型效果的评价标准 | 第39-40页 |
| 4.2 模型的参数及优化 | 第40-43页 |
| 4.2.1 XGBoost的参数 | 第40-41页 |
| 4.2.2 参数的调优 | 第41-43页 |
| 4.3 与LASSO模型预测结果比较 | 第43-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 5.1 本文主要结论 | 第45页 |
| 5.2 本文存在的不足以及进一步的工作 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-49页 |