基于BP 神经网络和KNN 的二手车估价研究

本文基于BP 神经网络和KNN 回归算法的组合模型对二手车估价问题进行研究。首先,根据黄金分割算法确定最优的网络拓扑结构,得到最优的隐藏层神经元为45 个。然后,使用遗传算法对神经网络的权值和阈值进行优化,根据MIV 变量筛选方法,得到最终的BP 神经网络模型。最后,建立带权重的K 近邻回归模型,考虑绝对平方误差和最小,得到组合模型,对比以上优化过程的模型得分, 组合模型的训练预测效果最佳。