基于PCA和BP神经网络的住宅特征价格模型研究

摘要：

针对传统住宅特征价格模型特征变量多、变量间存在多重共线性等问题,提出采用主成分分析(PCA)和BP神经网络相集成的方法对传统模型加以改进,即先利用PCA对特征变量进行降维并消除 变量之间的相关性,然后运用BP神经网络的非线性适应性信息处理能力对样本数据进行仿真.最后用青岛市西海岸新区70套商品住宅样本数据对改进模型进行了检验,检验结果表明,改进模型的平均预测 误差为0.75%,明显优于传统的特征价格模型.

关键词：商品住宅、住宅价格、特征价格、住宅特征、BP神经网络

所属期刊栏目：38

分类号：F275(企业经济)

在线出版日期：2017-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：108-113