全文鏈接：https://tecdat.cn/?p=34827

在房地產(chǎn)市場中，準(zhǔn)確地預(yù)測房屋價格是至關(guān)重要的。過去幾十年來，隨著數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的快速發(fā)展，各種預(yù)測模型被廣泛應(yīng)用于房屋價格預(yù)測中。而R語言作為一種強(qiáng)大的數(shù)據(jù)分析和統(tǒng)計建模工具，被越來越多的研究者和從業(yè)者選擇用于房屋價格預(yù)測（點擊文末“閱讀原文”獲取完整代碼數(shù)據(jù)）。

相關(guān)視頻

本文將介紹幫助客戶使用R語言軟件進(jìn)行房屋價格預(yù)測的幾種常見方法，包括回歸、LASSO、決策樹、隨機(jī)森林、GBM、神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)(SVM)。通過這些方法的比較和分析，我們將探討它們在房屋價格（查看文末了解數(shù)據(jù)免費獲取方式）預(yù)測中的優(yōu)勢和不足，并通過可視化的方式展示它們的預(yù)測結(jié)果。

首先讀取數(shù)據(jù)。

data=read.csv("Amsing.csv")

?查看原始數(shù)據(jù)（直接從Ames評估辦公室獲得）用于稅務(wù)評估目的，但本身直接預(yù)測房屋售價。

?首先查看部分?jǐn)?shù)據(jù)，以觀看數(shù)據(jù)中有哪些變量。

head(data)

獲取數(shù)據(jù)的基本統(tǒng)計量。

summary(data)

對房屋面積進(jìn)行可視化，可以讓我們對房屋的面積有一個直觀的影響，從而也可以排除掉一部分異常點的影響。

從可視化結(jié)果來看，可以發(fā)現(xiàn)數(shù)據(jù)中存在較多的異常數(shù)據(jù)?？赡軙绊懞罄m(xù)的預(yù)測過程，因此將它們?nèi)コ?/p>

查看數(shù)據(jù)結(jié)構(gòu)

通過查看數(shù)據(jù)結(jié)構(gòu)，我們可以了解到，哪些數(shù)據(jù)是數(shù)值變量比如房屋面積，總體質(zhì)量建立年份，哪些數(shù)據(jù)是因此變量比如街道，土地坡度，房屋狀況，哪些數(shù)據(jù)的因子有哪些。

str(data)

繪制相關(guān)散點圖

通過繪制相關(guān)散點圖，我們可以查看數(shù)值變量之間存在哪些關(guān)系？

---

點擊標(biāo)題查閱往期內(nèi)容

線性回歸和時間序列分析北京房價影響因素可視化案例

左右滑動查看更多

01

02

03

04

看變量之間的相關(guān)系數(shù)，我們可以找到相關(guān)性高的變量：

從相關(guān)系數(shù)和散點圖來看，我們可以看到，房屋價格 和房屋的總體質(zhì)量，建立年份，房屋面積，房屋層高 等變量存在相關(guān)關(guān)系。

?
然后我們查看數(shù)據(jù)中是否存在共線性問題

kappa(corr, exact = T)

查看變量之間的boxplot圖

正如我們從不同變量之間的箱線圖和上面的房屋銷售價格中看到的，高銷售價格的房屋有更多的臥室、浴室和車庫。

正如我們從房屋售價和質(zhì)量之間的箱線圖上看到的，高售價房屋的質(zhì)量更高。

提取訓(xùn)練集,測試集

indices = sample(nrow(data), nrow(data)*0.7)

回歸模型 linear regression

從回歸模型的結(jié)果來看，我們可以看到部分變量是顯著的，說明他們對房屋的價格，有很大的影響。顯著的變量有車庫面積，走廊，浴池，總體質(zhì)量，房屋層高等等。從R方的結(jié)果來看，R方等于93%，因此，模型解釋了房屋價格大部分的方差，可以說模型的擬合效果非常良好

殘差表現(xiàn)來看模型的擬合好壞

左上方的圖是一個散點圖，用于表示擬合值和殘差的關(guān)系。從圖中可以看到，除了第二個異常值外，其余所有點都在縱坐標(biāo)值-1和+1之間隨機(jī)分布。

接下來的圖是一個散點圖，表示擬合值的標(biāo)準(zhǔn)化偏差和殘差的關(guān)系，其意義與上述相似。右上方的圖顯示隨機(jī)誤差項服從正態(tài)分布，這是因為正態(tài)QQ圖可以近似視為一條直線。

右下方的圖進(jìn)一步證實了第二個觀察值是一個異常值，它對回歸方程的影響相對較大。

lasso?模型

在建立lasso模型之后，我們繪制誤差變化圖

繪制系數(shù)變化圖

LASSO回歸復(fù)雜度調(diào)整的程度由參數(shù)λ來控制，λ越大對變量較多的線性模型的懲罰力度就越大，從而最終獲得一個變量較少的模型。因此誤差最小的點對應(yīng)選取log(lamda)=9為最優(yōu)模型。

regression? trees?回歸樹模型

擬合模型

繪制決策樹

從結(jié)果來看，房屋的價格主要受到總體質(zhì)量，走廊，房屋層高，車庫等因素影響

一般來說，車庫面積越大，總體質(zhì)量越高，層高越高，那么價格就越高

然后通過得到的決策樹模型進(jìn)行預(yù)測得到誤差

random forests?隨機(jī)森林模型

模型結(jié)果

從隨機(jī)森林模型的結(jié)果來看， 一共生成了五百個隨機(jī)樹，房屋價格的方差被解釋了76.75%

得到變量，重要性結(jié)果

從結(jié)果來看，可以得到和決策樹類似的結(jié)論，可以看到，房屋建立的年份，以及車庫面積房屋層高等因素對房屋的價格都有重要的影響。

對變量的重要性進(jìn)行可視化

在得到模型之后，對測試集進(jìn)行預(yù)測，并且得到誤差

GBM模型

從模型結(jié)果來看，可以得到和決策樹隨機(jī)森林類似的結(jié)果。上面是相對重要性變量的圖，可以看到建立年份，車庫面積，房屋層高對房屋的價格有重要的影響

neural??? network?神經(jīng)網(wǎng)絡(luò)

建立神經(jīng)網(wǎng)絡(luò)模型

從結(jié)果來看，得到一個三層的神經(jīng)網(wǎng)絡(luò)以及641個神經(jīng)元，得到的結(jié)果已經(jīng)完全converged。因此模型擬合較好，所以對測試集進(jìn)行預(yù)測，并且得到誤差結(jié)果

SVM模型

?用svm建立分類模型

使用回歸核函數(shù)數(shù)據(jù)進(jìn)行支持，向量機(jī)建模

從結(jié)果來看，可以得到它的最優(yōu)參數(shù)以及支持向量的個數(shù)124個。在得到模型結(jié)果后，對測試集進(jìn)行預(yù)測，并且得到誤差結(jié)果。

總結(jié)評估

在對數(shù)據(jù)進(jìn)行六個模型建模后，分別得到了每個模型的誤差結(jié)果，然后我們將所有的誤差結(jié)果進(jìn)行匯總，并且比較每個模型的優(yōu)劣。

測試誤差：隨機(jī)森林最小，回歸次之，其他模型較大。準(zhǔn)確度：隨機(jī)森林最優(yōu)，但訓(xùn)練復(fù)雜。效率：回歸模型較高。解釋度：決策樹模型可解釋，神經(jīng)網(wǎng)絡(luò)不可解釋。其他模型需提高準(zhǔn)確度。綜上，推薦隨機(jī)森林預(yù)測房屋價格。

數(shù)據(jù)獲取

在公眾號后臺回復(fù)“房價數(shù)據(jù)”，可免費獲取完整數(shù)據(jù)。

本文中分析的數(shù)據(jù)分享到會員群，掃描下面二維碼即可加群！

點擊文末“閱讀原文”

獲取全文完整代碼數(shù)據(jù)資料。

本文選自《R語言軟件對房屋價格預(yù)測：回歸、LASSO、決策樹、隨機(jī)森林、GBM、神經(jīng)網(wǎng)絡(luò)和SVM可視化》。

點擊標(biāo)題查閱往期內(nèi)容

數(shù)據(jù)分享|R語言邏輯回歸、線性判別分析LDA、GAM、MARS、KNN、QDA、決策樹、隨機(jī)森林、SVM分類葡萄酒交叉驗證ROC

R語言貝葉斯廣義線性混合（多層次/水平/嵌套）模型GLMM、邏輯回歸分析教育留級影響因素數(shù)據(jù)

邏輯回歸Logistic模型原理R語言分類預(yù)測冠心病風(fēng)險實例

數(shù)據(jù)分享|用加性多元線性回歸、隨機(jī)森林、彈性網(wǎng)絡(luò)模型預(yù)測鮑魚年齡和可視化

R語言高維數(shù)據(jù)懲罰回歸方法：主成分回歸PCR、嶺回歸、lasso、彈性網(wǎng)絡(luò)elastic net分析基因數(shù)據(jù)（含練習(xí)題）

Python中LARS和Lasso回歸之最小角算法Lars分析波士頓住房數(shù)據(jù)實例

R語言Bootstrap的嶺回歸和自適應(yīng)LASSO回歸可視化

R語言Lasso回歸模型變量選擇和糖尿病發(fā)展預(yù)測模型

R語言實現(xiàn)貝葉斯分位數(shù)回歸、lasso和自適應(yīng)lasso貝葉斯分位數(shù)回歸分析

基于R語言實現(xiàn)LASSO回歸分析

R語言用LASSO，adaptive LASSO預(yù)測通貨膨脹時間序列

R語言自適應(yīng)LASSO 多項式回歸、二元邏輯回歸和嶺回歸應(yīng)用分析

R語言懲罰logistic邏輯回歸（LASSO,嶺回歸）高維變量選擇的分類模型案例

Python中的Lasso回歸之最小角算法LARS

r語言中對LASSO回歸，Ridge嶺回歸和彈性網(wǎng)絡(luò)Elastic Net模型實現(xiàn)

r語言中對LASSO回歸，Ridge嶺回歸和Elastic Net模型實現(xiàn)

R語言實現(xiàn)LASSO回歸——自己編寫LASSO回歸算法

R使用LASSO回歸預(yù)測股票收益

python使用LASSO回歸預(yù)測股票收益

文章來源地址http://www.zghlxwxcb.cn/news/detail-831916.html