基于随机森林回归算法的住房租金预测模型

流动人口问题与租房息息相关,多数人通过租房的方式来解决居住问题。首先对租房数据进行缺失值、异常值的预处理操作,然后建立随机森林、XGboost和lightGBM等5种机器学习模型进行预测,在模型对比中发现建立的随机森林回归模型较其他算法有优势。实验结果显示,小区名称、卧室数量、住房所在的位置和卫的数量是影响住房租金的关键因素。