搜索资源列表
BP神经网络预测 matlab程序实现
- BP神经网络用于房价的预测 matlab程序实现
twice_nihe
- 对已知房价数据做二次拟合，从而得出曲线方程，对做未来房价的粗略预测-Known to do on the secondary price data fitting curve equation to obtain, so the future price of crude forecast
development-risk-prediction
- 本文基于BP神经网络应用于预测的原理，提出预测步骤及预测可行性，探讨建立基于BP神经网络的预测模型的关键技术，包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取，最后建立合理的网络模型；结合住宅市场的实际情况，建立两类BP 神经网络预测模型：基于时间序列的趋势预测模型以及基于影响因素的回归预测模型，即分别采用神经网络趋势预测和回归预测的思路，把住宅市场的供给、需求与房价的历年数据以及其影响因素的数据分别作为学习样本，建立预测模型，
chengxu
- 灰色预测对于房价走势的预测，分析了个元素对于房价的-It is very useful
housing-price--estimate
- 2011 西电数模校赛编程B题 一二三线城市房价的预测 用到GM11 及残差模型-GM11
abaddfd
- 根据2001年和2011年的房价进行的房价预测-prediction of the house price
Housingforecast
- 关于今年来四川房价的一个时间序列预测，有很好的预测结果-For this year to a time series of Sichuan house price forecasts
DM
- 这个是数据挖掘关于加利福利亚州的小区房价的分析与预测，所用的分类方法有决策树和神经网络-This is a classification of data mining analysis and prediction about California' s residential housing prices, the use of decision trees and neural networks have
HousePrice(gradient-descent)
- 利用机器学习算法实现南京房价预测。已知2000年至2013年的南京房价，利用梯度下降法预测2014年南京房价。-Nanjing using machine learning algorithm to predict prices. Known 2000-2013 Nanjing prices, using the gradient descent method to predict 2014 Nanjing prices.
HPI-PREDICT
- 房价指数预测HPI，用时间序列ARMA模型预测房价-HPI forecast
house_price
- kaggle 房价预测试题详解，里面有大量中文注释，都是我自己写的，代码有些是参考别人的英文提交的kernel，数据处理工作做的比较多-kaggle Rate forecast Detailed questions, there are a large number of Chinese comments are my own writing, the code is a reference to some of the others submitted in English kernel, d
Practice1
- 南京房价预测，线性回归执行梯度下降算法，用梯度下降算法预测2014年南京房价-Nanjing Housing Prace Prediction，Gradient Descent
mooc01city
- 城市房价预测，mooc课程上作业代码，机器学习(City housing price prediction, MOOC course code, machine learning)
Kaggle_Russian_Housing_Market
- kaggle 俄罗斯房价预测 top2% 解决方案(Kaggle Russian Housing Market price predict top2% solution)
textCNN_classfication
- kaggle机器学习实战代码，解决实战出现的问题(Kaggle machine learning combat code to solve practical problems,Realizing text classification)
House Price Regression
- 经典的房价预测问题，用jupyter notebook编写的简单实现。使用XGBoost模块进行学习预测。(The classic price prediction problem, a simple implementation written in jupyter notebook. The XGBoost module is used for learning prediction.)
房价预测
- kaggle项目，排名还挺靠前，需要和kaggle数据一起使用，需到kaggle网站下载。(The kaggle project, ranked high, needs to be used with kaggle data and downloaded from the kaggle website.)
boston_housing
- 采用机器学习预测房价.使用波士顿房屋信息数据来训练和测试一个模型，并对模型的性能和预测能力进行评估。(Using Machine Learning to Predict House Prices)