投影寻踪和神经网络算法的比较分析

投影寻踪回归对复杂系统的原始数据进行建模分析与预测具有重要意义。以经过简化处理的波士顿房价数据集作为建模和预留检验的样本数据,对自变量因子采用了线性降维技术、非线性拟合技术、迭代寻优方法,分别应用投影寻踪回归算法和神经网络回归算法创建房价趋势预测模型,对波士顿房价进行预测。预测结果表明:投影寻踪回归算法具有较高的准确度,且投影寻踪回归算法具有较强的稳健性、抗干扰性,为回归预测模型计算预测值,并对预测值进行综合分析提供思路和方法。