《表3 4种预测模型评价结果》
实验建立4个房源价格预测模型,其中RF模型表示直接进行随机森林预测,RF-RF表示经RF特征选择的随机森林预测,LRF-RF表示经Lasso-RF特征选择的随机森林预测,LRF-XGb表示经Lasso-RF特征选择的XGBoost预测。实验中,RF和LRF特征选择均选取前35个重要特征,评价结果如表3所示。从表3可以看出,经特征选择的预测模型运行效率明显优于不经特征选择的预测模型;LRF-RF模型中,R2为0.736,MSE为0.278,运行时间等于1.810 s,3个指标均优于RF-RF模型,说明LRF-RF不仅具有较高的预测精度,而且学习效率更高;LRF-XGboost模型预测也取得了较好预测结果,说明基于LRF特征选择方法比较稳定,适用性强。
图表编号 | XD00153535000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.15 |
作者 | 张浩、朱晨龙 |
绘制单位 | 江苏科技大学经济管理学院、江苏科技大学经济管理学院 |
更多格式 | 高清、无水印(增值服务) |