摘要：房價一直當今時代的一個核心話題，通過房價預測模型可以幫助人們預測未來的房價，了解房產的實際價值，為政府相關部門制定房地產政策提供可靠依據。本研究使用機器學習算法作為研究方法來開發住房價格預測模型。

影響房價的因素眾多，如：地段，面積等因素。如何在眾多的因素中找出影響房價的關鍵因素，是構造房價預測模型的難點。傳統采用人工統計分類的方法效率低下，準確性不高。

本文采用機器學習來構建房價預測模型。并通過淘汰算法由機器自動篩選變量。實驗采用包含506個原始數據的房地產數據包。該數據包包含13個輸入變量，分別是（CRIM, ZN, INDUS, CHAS, NOX, RM, AGE, DIS, RAD, TAX, PTRATIO, B, LSTAT）。隨機抽取其中70%的數據作為訓練集，30%的數據作為測試集。

然后采用淘汰算法刪除不相關的輸入變量，對剩余的10個變量，再次進行建模。與未刪除輸入變量的建模結果相比，刪除變量后的測試集驗證均方根誤差變化在10%以內。說明剩余的十個變量是房價預測模型的高相關參數。

關鍵字：房價預測，機器學習，數據模型，變量淘汰

目錄

摘要

Abstract

1 引言-1

1.1研究背景及意義-1

1.2機器學習簡介-1

1.3關于機器學習的算法-2

2 數據的預處理-5

2.1導入標準庫-5

2.2導入數據集-6

2.3重復數據、缺失數據的處理以及數據的標準化-8

2.4劃分測試集和訓練集-9

3 變量分析-11

3.1字段CRIM分析-11

3.2字段ZN分析-12

3.3字段INDUS分析-12

3.4字段CHAS分析-13

3.5字段NOX分析-13

3.6字段RM分析-14

3.7字段AGE分析-15

3.8字段DIS分析-15

3.9字段RAD分析-16

3.10字段TAX分析-17

3.11字段PTRATIO分析-18

3.12字段B分析-18

3.13字段LSTAT分析-19

3.14本章總結-20

4 多元線性回歸-21

4.1建立模型-21

4.2自變量淘汰-21

4.3模型重構-24

4.4本章研究總結-25

5總結與結論-26

致謝-27

參考文獻-28

附錄-29