基于机器学习回归模型的房价预测研究

本文从波士顿的多项房价影响因素中找到合适的特征,并且使用独热编码,归一化等方式来预处理特征,接着使用全连接深度学习训练以及随机森林训练,发现并展示训练过程中较为重要的特征,最终得出深度学习全连接相比于随机森林效果更好的结论。本次模型训练与房价预测,目的在于发现影响房价的重要特征。并且本次训练的经验与模型,可以迁移到更多的地域房价预测中。