买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:大唐实创(北京)投资有限公司
摘要:本发明为一种基于Stacking集成学习算法的写字楼租金预测方法及系统,属于模型搭建技术领域,本方法基于Stacking集成学习算法,包括写字楼数据集采集,对写字楼的特征信息进行收集,数据预处理,超参数优化,选择极端梯度提升模型、随机森林、支持向量回归和弹性网络回归四个回归模型,并应用自动调参框架对四种模型中的所有超参数进行调参优化;模型训练,将写字楼数据的集合分为训练集和测试集,原始测试集放入基模型进行预测,并对测试集进行预测,将得到的预测结果平均后作为元模型的训练集,应用本方法通过综合多个单一模型的特点和优势,取长补短,将极大提高预测的准确性和稳定性。
主权项:1.一种基于Stacking集成学习算法的写字楼租金预测方法,本方法基于Stacking集成学习算法,其特征在于,包括写字楼数据集采集,对写字楼的特征信息进行收集,得到数据集,作为后级预测模型的输入数据支持;数据预处理,对采集到的特征信息进行归一化处理,剔除异常信息;选择基模型和元模型,将优化后的极端梯度提升模型、随机森林回归模型、支持向量回归模型、弹性网络回归模型作为基模型,支持向量回归模型作为元模型;超参数优化,选择极端梯度提升模型、随机森林、支持向量回归和弹性网络回归四个回归模型,并应用自动调参框架对四种模型中的所有超参数进行调参优化;模型构建,将优化后的极端梯度提升模型、随机森林回归模型、支持向量回归模型、弹性网络回归模型作为基模型,支持向量回归模型作为元模型构建Stacking集成模型;模型训练,将预处理后的写字楼数集据按照比例分为训练集和测试集,在基模型训练过程中引入五折交叉验证,使用五折训练集训练每个基模型,并对测试集进行预测,将得到的预测结果平均后作为元模型的训练集,原始测试集放入基模型进行预测,将得到的预测结果平均后作为元模型的测试集。
全文数据:
权利要求:
百度查询: 大唐实创(北京)投资有限公司 一种基于Stacking集成学习算法的写字楼租金预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。