地理视角下深圳市房价及其影响因素研究 ——基于随机森林模型

摘要：

随着国民生活水平的提高,人们对房价的关注度也持续升高.传统的房价研究主要按时间序列法进行预测,然而房价是多指标影响因子,除与历史房价、房屋自身属性有关外,还与所处区位的地理环境、配套设施以及城市的规划分区等多方面因素相关.本文以2019年深圳市二手住宅小区单价为研究对象,从地理视角下,选取教育资源、医疗设施、交通便捷度、环境因素、规划因素的相关指标作为房价影响因子,通过随机森林的方法进行样本训练得到深圳市房价研究模型,对影响深圳市房价的上述指标进行分析研究.根据随机森林模型输出的变量重要性得知,医疗设施对深圳市房价影响最为显著.将测试数据输入预测模型,当实际的房价在均值附近时,此模型预测效果较好.

关键词：随机森林模型、机器学习、空间异质性、地理空间因素

分类号：P208(一般性问题)

在线出版日期：2022-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：66-70