文献类型：期刊文章

作　　者：卢超猛[1] 马泽众[2] 韩阳[2] 郭小强[1]

LU Chao-meng;MA Ze-zhong;HAN Yang;GUO Xiao-qiang(College of Science,The Key Laboratory of Engineering Computing of Tangshan,North China University of Science and Technology,Tangshan Hebei 063210,China;Department of Discipline Construction,North China University of Science and Technology,Tangshan Hebei 063210,China)

机构地区：[1]华北理工大学理学院唐山市工程计算重点实验室,河北唐山063210 [2]华北理工大学学科建设处,河北唐山063210

出　　处：《华北理工大学学报（自然科学版）》

基　　金：河北省高校基本科研业务费研究项目(JYG2020001)。

年　　份：2021

卷　　号：43

期　　号：4

起止页码：76-82

语　　种：中文

收录情况：CAS、普通刊

摘　　要：支持向量机自提出以来,就在数据挖掘、模式识别、人工智能等领域引发了广泛关注。因其严谨的数学基础以及良好的特性,被应用到各个领域中去。其中支持向量回归是基于支持向量机的一个回归预测算法,其应用也极为广泛。本文针对目前应用于房价预测领域的其他机器学习算法诸如普通线性回归、贝叶斯岭回归等算法,无法解决房价数据的多维性、复杂性等难题。系统的研究了支持向量回归算法以及房价数据的特点,选择了公开的房价数据集,通过数据预处理后,将支持向量回归算法应用到房价的预测中。以期为SVR的研究提供更多的方向,为房价预测研究提供更多的思路。

关 键 词：支持向量机 回归分析  数据处理 房价预测

分 类 号：TP183]