發(fā)布時(shí)間：2025-02-10 20:26

　　房價(jià)一直是社會(huì)關(guān)注及討論的熱點(diǎn)話題。隨著近年來,政府不斷提倡與城市房價(jià)居高不下,越來越多的家庭開始關(guān)注并根據(jù)實(shí)際需要去選購二手房,二手房市場得到快速發(fā)展。而二手房價(jià)格評估也因此成為了房屋交易雙方共同關(guān)注的焦點(diǎn)問題,但目前二手房真實(shí)價(jià)格存在評估難問題,且影響二手房價(jià)格的相關(guān)因素錯(cuò)綜復(fù)雜,如何利用高維特征數(shù)據(jù)實(shí)現(xiàn)對二手房真實(shí)價(jià)格的準(zhǔn)確評估與預(yù)測顯得尤為重要。因此本文力圖使用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建出一套科學(xué)、準(zhǔn)確、高效的二手房價(jià)格預(yù)測評估模型。本文以天津市二手房歷史成交價(jià)格為研究對象,以線上房源銷售信息平臺——貝殼找房官網(wǎng)為數(shù)據(jù)來源,收集了自2020年6月23日至11月16日,共19774條天津市二手房歷史成交原始數(shù)據(jù)。接著在選取影響天津市二手房成交價(jià)格的相關(guān)特征時(shí),分別從區(qū)位特征、建筑特征、小區(qū)特征及交易特征4種類別進(jìn)行研究考量,最終保留了29個(gè)相關(guān)特征指標(biāo)。同時(shí)為了保證模型訓(xùn)練效果,本文對收集的原始成交數(shù)據(jù)進(jìn)行特征處理與數(shù)據(jù)清洗,最終得到了18292條有效樣本數(shù)據(jù),包含了1個(gè)成交價(jià)目標(biāo)特征以及36個(gè)特征處理后的相關(guān)特征字段。將有效樣本數(shù)據(jù)集進(jìn)行訓(xùn)練集與測試集劃分后,就可以進(jìn)行模型的構(gòu)建過程。本文...

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1技術(shù)路線圖

天津理工大學(xué)碩士學(xué)位論文第一章緒論-6-評價(jià)指標(biāo)后，把測試集數(shù)據(jù)分別帶入到訓(xùn)練好的3種模型中進(jìn)行價(jià)格預(yù)測，得到相應(yīng)的模型評價(jià)指標(biāo)。最終對不同模型的預(yù)測評價(jià)指標(biāo)進(jìn)行了對比與分析。第五章，主要闡述了通過全文研究得到的結(jié)論以及本文研究所存在的不足之處，并對今后的進(jìn)一步研究進(jìn)行了相關(guān)展望....

圖2.1M-P神經(jīng)元模型

天津理工大學(xué)碩士學(xué)位論文第二章相關(guān)理論基礎(chǔ)-16-狀態(tài)，并向其他神經(jīng)元輸出化學(xué)物質(zhì)。類似地，M-P神經(jīng)元允許多個(gè)輸入，并根據(jù)連接權(quán)重以及閾值來控制神經(jīng)元的輸出結(jié)果，如下圖2.1所示。圖2.1M-P神經(jīng)元模型在該模型中，神經(jīng)元接收到來自其他個(gè)神經(jīng)元傳遞過來的輸入信號(=1,2,…,....

圖2.2階躍函數(shù)

天津理工大學(xué)碩士學(xué)位論文第二章相關(guān)理論基礎(chǔ)-17-圖2.2階躍函數(shù)數(shù)學(xué)表達(dá)式為：()={1,≥0;0,<0.（2.28）階躍函數(shù)可以將連續(xù)型的輸入值映射為二分類輸出值―0‖或―1‖，―1‖對應(yīng)著神經(jīng)元興奮，―0‖代表著神經(jīng)元抑制。但同時(shí)，階躍函數(shù)也存在著不連續(xù)、不光滑等缺點(diǎn)。（2....

圖2.3Sigmoid函數(shù)

天津理工大學(xué)碩士學(xué)位論文第二章相關(guān)理論基礎(chǔ)-17-圖2.2階躍函數(shù)數(shù)學(xué)表達(dá)式為：()={1,≥0;0,<0.（2.28）階躍函數(shù)可以將連續(xù)型的輸入值映射為二分類輸出值―0‖或―1‖，―1‖對應(yīng)著神經(jīng)元興奮，―0‖代表著神經(jīng)元抑制。但同時(shí)，階躍函數(shù)也存在著不連續(xù)、不光滑等缺點(diǎn)。（2....

本文編號：4033032