摘要:确定房地产价格的传统(手动)方法在某些情况下容易犯错,这些错误可能是由于分心,缺乏专心或易受房地产经纪人欺诈的脆弱性。这项工作着重于使用更多最新方法评估房地产的房屋价格预测。使用诸如房屋定价指数和随机森林机器学习技术等方法的房屋定价已被讨论,提出了一种新方法,作为使用额外树回归的模型,因为它在树木建造过程中引入了额外的随机性。Kaggle波士顿壳体数据集具有506个条目,并采用了14个功能来训练和测试开发的模型,然后通过平均绝对误差和平均平方误差来确定效率。此外,在随机森林回归模型和提出的预测模型之间进行了比较,该模型表明,新的预测模型比随机森林回归产生的性能更好。
主要关键词