文件名称:使用机器学习算法预测土耳其的房价-研究论文
文件大小:373KB
文件格式:PDF
更新时间:2024-06-29 16:01:19
Housing Market Zingat.com
房价是经济的重要反映,房价区间是买卖双方都非常感兴趣的。 本文的目标是通过使用 Python 编程语言和 Keras 库,在 2015 年 1 月至 2019 年 12 月的五年期间,通过比较准确度得分和测试结果的绝对偏差,对土耳其住房市场进行最佳机器学习回归模型的实证研究。这项研究由 15 个解释变量组成,几乎描述了伊斯坦布尔、伊兹密尔和安卡拉房屋的各个方面。 这十五个解释性建筑和住宅变量用于每个预测模型。 在本研究中,使用支持向量机、前馈神经网络和广义回归神经网络算法创建了三种不同的数据模型。 实验表明,基于准确性的前馈神经网络模型在房价预测性能方面始终优于其他模型。 根据研究的另一个结果,模型中最重要的变量是房子的位置和房子的大小,而露台的大小被确定为最不重要的变量。