一种最优的房价预测算法：XGBoost

Hemlata Sharma; Hitesh Harsora; Bayode Ogunleye

doi:10.3390/analytics3010003

一种最优的房价预测算法：XGBoost

机器学习 2024-02-07 v1 人工智能应用统计统计方法学

作者: Hemlata Sharma , Hitesh Harsora , Bayode Ogunleye

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

准确预测房价是房地产和抵押贷款等各个领域的基本需求。人们普遍认识到，房产价值不仅由其物理属性决定，还在很大程度上受其周边社区的影响。在平衡预算约束的同时满足个人多样化的住房需求是房地产开发商的首要关注点。为此，我们将房价预测问题作为一项回归任务处理，并采用了能够表达自变量显著性的多种机器学习技术。我们利用美国爱荷华州埃姆斯市的住房数据集，比较了支持向量回归、随机森林回归、XGBoost、多层感知器和多元线性回归算法在房价预测中的表现。随后，我们识别了影响住房成本的关键因素。结果表明，XGBoost是房价预测中表现最佳的模型。

关键词

房价预测 XGBoost 回归机器学习特征重要性

引用

@article{arxiv.2402.04082,
  title  = {An Optimal House Price Prediction Algorithm: XGBoost},
  author = {Hemlata Sharma and Hitesh Harsora and Bayode Ogunleye},
  journal= {arXiv preprint arXiv:2402.04082},
  year   = {2024}
}

备注

16 pages, Journal of Analytics

一种最优的房价预测算法：XGBoost

摘要

关键词

引用

备注

相关论文