蘭瑞杰,孟維高,耿進(jìn)強(qiáng)

(河北地質(zhì)大學(xué) 城市地質(zhì)與工程學(xué)院,河北 石家莊 050031)

近年來房地產(chǎn)價(jià)格處于居高不下的狀態(tài),房?jī)r(jià)走勢(shì)問題成為了社會(huì)各界關(guān)注的熱點(diǎn)話題,而基于房?jī)r(jià)收入比、房地產(chǎn)產(chǎn)值在國民經(jīng)濟(jì)中所占比重等傳統(tǒng)指標(biāo)由于時(shí)效性較差,使房地產(chǎn)價(jià)格的波動(dòng)趨勢(shì)較難預(yù)測(cè),因此尋求一種時(shí)效性強(qiáng)的房?jī)r(jià)預(yù)測(cè)方法顯得尤為重要。在大數(shù)據(jù)時(shí)代,互聯(lián)網(wǎng)的快速發(fā)展、互聯(lián)網(wǎng)用戶偏好、媒體信息以及媒體效應(yīng)對(duì)房地產(chǎn)供求市場(chǎng)具有較大影響,網(wǎng)絡(luò)搜索逐漸成為民眾獲取信息的主流渠道。因此通過分析影響房地產(chǎn)的相關(guān)詞條搜索痕跡建立房地產(chǎn)價(jià)格預(yù)測(cè)模型,從而探求房地產(chǎn)價(jià)格的變化關(guān)系成為一種較新穎的預(yù)測(cè)方法。

1 文獻(xiàn)綜述

關(guān)于房地產(chǎn)價(jià)格波動(dòng),由于購房者的視野較大程度上被互聯(lián)網(wǎng)的媒體信息所主導(dǎo),研究人員開始研究媒體效應(yīng)對(duì)房地產(chǎn)市場(chǎng)價(jià)格的影響。研究人員將媒體效應(yīng)指標(biāo)量化為購房者的網(wǎng)絡(luò)搜索行為[1-3],從數(shù)據(jù)中發(fā)現(xiàn)網(wǎng)絡(luò)搜索數(shù)據(jù)對(duì)房地產(chǎn)價(jià)格市場(chǎng)具有較高的相關(guān)性。將網(wǎng)絡(luò)搜索數(shù)據(jù)加入房地產(chǎn)價(jià)格的回歸預(yù)測(cè)模型中,結(jié)果表明網(wǎng)絡(luò)搜索數(shù)據(jù)可以提高預(yù)測(cè)模型精度。這說明了網(wǎng)絡(luò)搜索數(shù)據(jù)可以表征用戶的信息需求、行為偏好,也說明了網(wǎng)絡(luò)搜索數(shù)據(jù)具有較好的數(shù)據(jù)時(shí)效性,可以提高預(yù)測(cè)結(jié)果的準(zhǔn)確性。

在對(duì)房地產(chǎn)價(jià)格進(jìn)行預(yù)測(cè)時(shí),研究人員從傳統(tǒng)計(jì)量模型到機(jī)器學(xué)習(xí)模型進(jìn)行了大量研究。文獻(xiàn)[4]采用灰色系統(tǒng)GM(1,1)模型對(duì)包頭市房地產(chǎn)每年的價(jià)格數(shù)據(jù)進(jìn)行房?jī)r(jià)預(yù)測(cè),結(jié)果顯示模型精度高擬合效果較好,預(yù)測(cè)結(jié)果也表明未來幾年包頭市房地產(chǎn)價(jià)格趨于穩(wěn)定。傳統(tǒng)的灰色模型未考慮各影響因素對(duì)房地產(chǎn)價(jià)格的影響存在滯后性等缺點(diǎn),文獻(xiàn)[5]通過構(gòu)建對(duì)房地產(chǎn)價(jià)格的向量自回歸(Vector Auto Regression,VAR)模型,將時(shí)間序列滯后特點(diǎn)引入模型,擬合效果較好。但VAR模型的預(yù)測(cè)能力較差,且灰色系統(tǒng)在進(jìn)行非線性數(shù)據(jù)預(yù)測(cè)時(shí)并不能表現(xiàn)出較好的適應(yīng)性。機(jī)器學(xué)習(xí)例如BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network)與寬容的支持向量機(jī)(Support Vector Machine,SVM)能更好地適應(yīng)線性數(shù)據(jù)與非線性數(shù)據(jù)。文獻(xiàn)[6]采用了GM(1,1)與BP的組合神經(jīng)網(wǎng)絡(luò)模型,結(jié)果表明其對(duì)有波動(dòng)性的數(shù)據(jù)類型有較好的預(yù)測(cè)精度,并增強(qiáng)了模型的自適應(yīng)性。文獻(xiàn)[7]將VAR-GM(1,1)-SVR這3種模型相結(jié)合建立綜合預(yù)測(cè)模型,將計(jì)量經(jīng)濟(jì)學(xué)的VAR模型和灰色預(yù)測(cè)模型作為模型輸入,結(jié)果表明該結(jié)合式的全新模型具有更好的預(yù)測(cè)精度。文獻(xiàn)[8]以百度指數(shù)為數(shù)據(jù)基礎(chǔ),采用多種傳統(tǒng)算法例如線性回歸、回歸樹以及隨機(jī)森林等對(duì)房地產(chǎn)價(jià)格指數(shù)進(jìn)行預(yù)測(cè)。該組合式的模型雖然對(duì)預(yù)測(cè)精度具有較大提升,但是這類機(jī)器學(xué)習(xí)模型在參數(shù)選取上有較大的不確定性,模型的泛化能力和穩(wěn)定性有待提升。文獻(xiàn)[9]和文獻(xiàn)[10]分別采用蝙蝠算法和粒子群算法對(duì)SVR的相關(guān)參數(shù)進(jìn)行優(yōu)化,提高了房?jī)r(jià)模型的預(yù)測(cè)精度。

通過梳理文獻(xiàn)可知,目前關(guān)于房地產(chǎn)價(jià)格的傳統(tǒng)研究數(shù)據(jù)主要來源于歷年統(tǒng)計(jì)年鑒和國家統(tǒng)計(jì)局,其數(shù)據(jù)的時(shí)效性較低,影響了預(yù)測(cè)結(jié)果的準(zhǔn)確性。運(yùn)用網(wǎng)絡(luò)搜索數(shù)據(jù)建立與房地產(chǎn)價(jià)格市場(chǎng)的關(guān)系能夠減小數(shù)據(jù)本身對(duì)預(yù)測(cè)結(jié)果的影響,具有較好的可靠性和時(shí)效性。此外,在房?jī)r(jià)預(yù)測(cè)模型方面,研究人員大多采用計(jì)量經(jīng)濟(jì)模型(二維云預(yù)測(cè)模型[11]、VAR模型[12]、灰色系統(tǒng)GM和機(jī)器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)[13]以及SVR[14])進(jìn)行房地產(chǎn)價(jià)格預(yù)測(cè),但SVR模型在參數(shù)選取上仍存在一定的優(yōu)化空間。因此本文采用時(shí)效性較高的網(wǎng)絡(luò)搜索數(shù)據(jù)研究房地產(chǎn)價(jià)格,根據(jù)文獻(xiàn)[3、11、15]確定房地產(chǎn)價(jià)格網(wǎng)絡(luò)搜索的關(guān)鍵詞庫,采用麻雀搜索算法優(yōu)化的SVR作為房地產(chǎn)價(jià)格的預(yù)測(cè)模型,在選取房地產(chǎn)價(jià)格的解釋變量數(shù)據(jù)與算法模型選取方面均具有一定的創(chuàng)新性。

2 算法與模型

2.1 算法流程與模型設(shè)計(jì)

隨著深度學(xué)習(xí)、人工智能的快速發(fā)展,人工智能算法理論也在不斷更新。智能算法與神經(jīng)網(wǎng)絡(luò)和SVR結(jié)合可以優(yōu)化模型參數(shù),從而提高模型的預(yù)測(cè)精度和收斂速度。常見的模型優(yōu)化算法有粒子群算法[16]、遺傳算法[17]、鯨魚算法[18]以及網(wǎng)格算法[19]等。但是這些智能算法在尋優(yōu)性、全局最優(yōu)搜索能力和收斂能力方面均有一定的優(yōu)化空間。基于此,本文采用一種啟發(fā)于麻雀覓食和反捕食的麻雀搜索算法。該算法比較新穎,具有尋優(yōu)能力強(qiáng)、收斂速度快以及可尋找全局最優(yōu)的特點(diǎn)。利用麻雀搜索算法優(yōu)化調(diào)節(jié)SVR模型的懲罰參數(shù)C和參數(shù)g,但該方法在模型應(yīng)用上具有一定的創(chuàng)新性。

在覓食過程中,麻雀種群分為探索個(gè)體和跟隨個(gè)體。探索者負(fù)責(zé)尋找食物并確定食物位置和覓食方向,跟隨者通過獲取探索者共享的信息來進(jìn)行覓食。麻雀的覓食行為分為探索策略和跟隨策略。麻雀種群中的每只麻雀都可以獲得其他麻雀所采取的策略和行為。種群中的個(gè)體監(jiān)控種群中其他個(gè)體的行為,種群中的攻擊者與高攝入量的同伴競(jìng)爭(zhēng)食物資源以提高捕食率。同時(shí),麻雀也有預(yù)警機(jī)制,當(dāng)危險(xiǎn)來臨時(shí),麻雀會(huì)轉(zhuǎn)移到安全區(qū)域。高適應(yīng)度的探索者在種群搜索食物過程中處于高優(yōu)先級(jí)地位,即優(yōu)先獲取食物。探索者為整個(gè)麻雀種群提供食物,并且決定跟隨者的覓食方向,所以探索者的位置更新范圍大于追隨者的位置搜索范圍。

探索者的覓食位置更新計(jì)算式如下所示

(1)

式中,t為種群的迭代次數(shù)t∈1,2,…,itermax;j是優(yōu)化問題的維數(shù)j∈1,2,…,d;Q和a是隨機(jī)產(chǎn)生的隨機(jī)數(shù)且Q服從正態(tài)分布;L是1×d的全1矩陣;R2屬于0～1表示麻雀種群位置的預(yù)警值;ST屬于0.5～1.0,表示麻雀種群位置的安全值。當(dāng)預(yù)警值小于安全值時(shí),代表種群處于安全搜索區(qū)域,捕食范圍較大;當(dāng)預(yù)警值大于或等于安全值時(shí),代表種群接近危險(xiǎn)區(qū),整個(gè)種群需轉(zhuǎn)移到其他區(qū)域覓食。

追隨者的位置更新計(jì)算式如下所示

(2)

式中,XP表示當(dāng)前探索者尋找到的最佳位置;Xworst是當(dāng)前種群覓食的最差位置;A是1×d的矩陣,其值為1或-1;i>n/2表明適應(yīng)度值較低的第i個(gè)跟隨者未獲得食物,處于緊急狀態(tài),此時(shí)追隨者需要去其他位置覓食。

當(dāng)危險(xiǎn)來臨時(shí),種群的危險(xiǎn)預(yù)警機(jī)制更新計(jì)算式如下所示

(3)

式中,fi表示當(dāng)前麻雀適應(yīng)度值;fg表示全局最佳適應(yīng)度值;fw表示全局最差適應(yīng)度值;K是麻雀的移動(dòng)方向,是控制移動(dòng)步長(zhǎng)的參數(shù)。當(dāng)fi=fg時(shí)表示種群發(fā)現(xiàn)了危險(xiǎn),需要靠近其他麻雀以減少被捕食風(fēng)險(xiǎn)。當(dāng)fi>fg時(shí),表示麻雀處于種群邊緣,容易被捕食。

2.2 支持向量機(jī)

支持向量機(jī)(SVM)是一種機(jī)器學(xué)習(xí)的建模方法,其理論基礎(chǔ)源自統(tǒng)計(jì)學(xué),SVM通過尋找結(jié)構(gòu)風(fēng)險(xiǎn)最小值來提高模型的泛化能力,使經(jīng)驗(yàn)風(fēng)險(xiǎn)和置信區(qū)間最小化,從而達(dá)到使用較少的統(tǒng)計(jì)樣本獲得良好的統(tǒng)計(jì)規(guī)則的目的。

SVR模型是由SVM的分類問題演化而來,分類器模型輸出離散值,而回歸模型輸出連續(xù)值。SVM分類模型在引入不敏感參數(shù)ε后,得到支持向量的回歸模型即SVR。SVR模型具有良好的非線性預(yù)測(cè)能力,適合小樣本數(shù)據(jù)學(xué)習(xí)。SVR是預(yù)測(cè)模型的研究熱點(diǎn),尤其在機(jī)器學(xué)習(xí)、智能算法的推進(jìn)下,SVR模型得到了不斷優(yōu)化[20]?；驹砣缦?

給定樣本容量為N的n維訓(xùn)練數(shù)據(jù)集,當(dāng)輸入變量與輸出變量呈非線性關(guān)系時(shí),函數(shù)形式如下所示

f(x)=ωTφ(x)+a

(4)

式中,a是回歸函數(shù)的截距項(xiàng);ω為回歸系數(shù);φ(x)是一種非線性的核函數(shù)。該函數(shù)能夠?qū)⒌途S非線性的數(shù)據(jù)直接映射到一個(gè)高維空間,可以將非線性運(yùn)算轉(zhuǎn)換為線性運(yùn)算。支持的向量回歸實(shí)質(zhì)就是通過尋找回歸函數(shù)f(x),使全部的訓(xùn)練數(shù)據(jù)相應(yīng)函數(shù)值和目標(biāo)偏差都不能超過不敏感參數(shù)ε,其目標(biāo)函數(shù)和約束計(jì)算式如下所示。

(5)

(6)

(7)

(8)

將式(8)一階偏導(dǎo)為0求出的結(jié)果帶入式(6),并引入符合Mercer條件的有效核函數(shù)K得到目標(biāo)函數(shù)的對(duì)偶問題形式,如下所示

(9)

(10)

得到回歸模型的計(jì)算式如下所示。

(11)

核函數(shù)可以通過非線性變換將原空間內(nèi)積映射到高維特征空間。在本文模型中,核函數(shù)選用RBF核函數(shù)即高斯徑向核函數(shù)

(12)

其中,xi為核函數(shù)中心;σ為函數(shù)的寬度參數(shù),控制函數(shù)的徑向作用范圍。

2.3 麻雀搜索算法優(yōu)化的SVR模型

通過麻雀搜索算法對(duì)SVR的參數(shù)C和g進(jìn)行優(yōu)化,建立天津市新房?jī)r(jià)格指數(shù)預(yù)測(cè)模型。SSA-SVR天津市房?jī)r(jià)預(yù)測(cè)模型如下:

步驟1對(duì)輸入數(shù)據(jù)和輸出數(shù)據(jù)進(jìn)行歸一化化處理。將房?jī)r(jià)指數(shù)關(guān)鍵詞的搜索指數(shù)作為模型的輸入變量,在篩選影響因素時(shí)與房地產(chǎn)價(jià)格進(jìn)行簡(jiǎn)單的皮爾遜相關(guān)系數(shù)檢驗(yàn),選取與房地產(chǎn)價(jià)格指數(shù)相關(guān)系數(shù)大于0.7的關(guān)鍵詞,最終確定房地產(chǎn)價(jià)格預(yù)測(cè)模型的輸入變量,有利于提升預(yù)測(cè)精度。歸一化計(jì)算式如下所示。

(13)

步驟2設(shè)置相關(guān)參數(shù)。初始化麻雀搜索的種群個(gè)數(shù)、進(jìn)化代數(shù)、K折交叉,根據(jù)種群中探索者和跟隨者的比例數(shù)量對(duì)SVR參數(shù)C、g的范圍進(jìn)行設(shè)置。

步驟3生成新的個(gè)體。按照式(2)～式(4)對(duì)探索者、跟隨者以及預(yù)警機(jī)制下麻雀進(jìn)行位置更新,不斷迭代生成新的解,并記錄當(dāng)前探索者位置最優(yōu)解以及全局最優(yōu)解。

步驟4評(píng)估適應(yīng)度函數(shù),得到適應(yīng)度最佳的個(gè)體。SSA應(yīng)采取適當(dāng)措施以確保最佳的參數(shù)設(shè)置,從而提高模型的預(yù)測(cè)精度。在SSA算法優(yōu)化模型參數(shù)時(shí),采用K折交叉驗(yàn)證(K-CV)方法,K折交叉驗(yàn)證可有效解決模型泛化能力差過度擬合的情況,選取預(yù)測(cè)模型的均方誤差作為適應(yīng)度函數(shù)。K折交叉驗(yàn)證利用了無重復(fù)采樣的優(yōu)勢(shì):每個(gè)個(gè)體在每次迭代中只有一次機(jī)會(huì)被包含在訓(xùn)練或測(cè)試集中。結(jié)合本文樣本容量大小,取k= 5。模型評(píng)價(jià)指標(biāo)均方誤差(Mean Square Error,MSE)如式(14)所示。

(14)

步驟5停止循環(huán)標(biāo)準(zhǔn)。有兩個(gè)停止標(biāo)準(zhǔn),一個(gè)是迭代次數(shù)達(dá)到設(shè)定標(biāo)準(zhǔn),另一個(gè)是模型誤差達(dá)到預(yù)期水平。當(dāng)?shù)鷿M足停止條件時(shí)輸出預(yù)測(cè)結(jié)果,否則重復(fù)步驟3和步驟4,直到迭代次數(shù)達(dá)到預(yù)設(shè)值。通過循環(huán)迭代得到最佳的適應(yīng)度函數(shù)值,獲取最佳的模型參數(shù)。再將麻雀搜索算法得到的最佳模型參數(shù)C和g運(yùn)用到SVR模型中,將數(shù)據(jù)分為訓(xùn)練集和測(cè)試集進(jìn)而得到房?jī)r(jià)指數(shù)預(yù)測(cè)模型。

麻雀搜索算法優(yōu)化的SVR房?jī)r(jià)預(yù)測(cè)模型算法流程如圖1所示。

圖1 麻雀搜索算法優(yōu)化SVR流程Figure 1. Sparrow search algorithm optimization SVR flow

3 網(wǎng)絡(luò)搜索數(shù)據(jù)選取

3.1 數(shù)據(jù)來源

百度指數(shù)是以百度搜索為基礎(chǔ)的用戶行為為基礎(chǔ)的數(shù)據(jù)分析平臺(tái),是目前的主要數(shù)據(jù)分析平臺(tái)之一。以通過分析影響房地產(chǎn)的相關(guān)詞條搜索痕跡為解釋變量建立房地產(chǎn)價(jià)格預(yù)測(cè)模型,數(shù)據(jù)來源為百度指數(shù)網(wǎng)上影響房地產(chǎn)價(jià)格的關(guān)鍵詞。采用Python工具選取與關(guān)鍵詞相關(guān)指標(biāo)數(shù)據(jù)2011年1月～2021年3月近20萬條日數(shù)據(jù),并匯總為月數(shù)據(jù)作為解釋變量。

房地產(chǎn)價(jià)格選取天津市新房?jī)r(jià)格指數(shù)作為被解釋變量,數(shù)據(jù)來源中國指數(shù)研究院數(shù)據(jù)庫,范圍為2011年1月～2021年3月的月數(shù)據(jù),樣本來源天津市所有包括商業(yè)用房、寫字樓以及居民住宅在售商品新房項(xiàng)目。在進(jìn)行訓(xùn)練集劃分時(shí),為了避免模型出現(xiàn)過擬合現(xiàn)象,對(duì)2011年1月～2021年3月共計(jì)123個(gè)月的樣本數(shù)據(jù)進(jìn)行隨機(jī)取樣預(yù)處理,隨機(jī)選取其中36個(gè)月作為測(cè)試樣本,其余樣本作為模型的訓(xùn)練樣本。

3.2 搜索數(shù)據(jù)篩選

房地產(chǎn)價(jià)格相關(guān)網(wǎng)絡(luò)搜索數(shù)據(jù)可以反映購房者潛在的相關(guān)需求,但并不是所有網(wǎng)絡(luò)搜索數(shù)據(jù)都與房?jī)r(jià)具有顯著關(guān)系。通過文獻(xiàn)和百度推薦得到的與天津市房地產(chǎn)有關(guān)搜索關(guān)鍵詞需要進(jìn)行一定的數(shù)據(jù)分析處理,才可作為天津房地產(chǎn)價(jià)格的被解釋變量。初始關(guān)鍵詞要盡可能覆蓋所有與房地產(chǎn)價(jià)格有關(guān)的關(guān)鍵詞,對(duì)關(guān)鍵詞與天津房?jī)r(jià)指數(shù)進(jìn)行相關(guān)性分析,剔除無效關(guān)鍵詞,得到與房?jī)r(jià)指數(shù)相關(guān)的關(guān)鍵詞,可以提高模型的預(yù)測(cè)能力。本文對(duì)網(wǎng)絡(luò)搜索數(shù)據(jù)確定和選取步驟如下:

步驟1首先確定網(wǎng)絡(luò)搜索數(shù)據(jù)的初始關(guān)鍵詞庫。本文采取百度相關(guān)推薦與文獻(xiàn)查閱方式,分別從供給、需求、替代、政策、金融以及財(cái)政等方面選取與天津市房?jī)r(jià)市場(chǎng)有關(guān)的55個(gè)初始關(guān)鍵詞,如表1所示。

表1 初始關(guān)鍵詞庫

步驟2采用R語言作為數(shù)據(jù)分析工具,對(duì)所有解釋變量與被解釋變量進(jìn)行相關(guān)性分析,選取相關(guān)性大于0.7的解釋變量,剔除不顯著相關(guān)的解釋變量,提高預(yù)測(cè)模型的準(zhǔn)確度。剔除后解釋變量與被解釋變量的相關(guān)系數(shù)如圖2所示。

圖2 相關(guān)系數(shù)熱力矩陣Figure 2. Correlation coefficient thermal matrix

y為被解釋變量天津房地產(chǎn)價(jià)格指數(shù),x1～x9分別為:安居客、存款基準(zhǔn)利率、存款利率、房地產(chǎn)營業(yè)稅、房天下、鏈家、人才引進(jìn)、物價(jià)稅、天津房?jī)r(jià)指數(shù)滯后觀測(cè)量。

4 實(shí)證分析

4.1 基于SSA-SVR的天津房?jī)r(jià)指數(shù)預(yù)測(cè)

因?yàn)閱我徽`差指標(biāo)并不能完全體現(xiàn)預(yù)測(cè)模型的可靠性,為驗(yàn)證和比較SSA-SVR模型與其他基準(zhǔn)模型的預(yù)測(cè)性能,本文采用相關(guān)系數(shù)r、均方根誤差(Root Mean Square Error, RMSE)、平均絕對(duì)誤差(Mean Absolute Error, MAE)和平均絕對(duì)百分比誤差(Mean Absolute Percentage Error, MAPE)等指標(biāo)對(duì)預(yù)測(cè)模型進(jìn)行評(píng)價(jià)。評(píng)價(jià)指標(biāo)的計(jì)算式如下所示。

(15)

(16)

(17)

(18)

(19)

圖3展示了在麻雀搜索算法過程中所有麻雀適應(yīng)度的平均值變化以及最佳適應(yīng)度變化曲線,適應(yīng)度曲線可以看出算法的收斂速度尋優(yōu)能力較好。且經(jīng)過麻雀搜索算法尋優(yōu)得到最佳參數(shù)C為348.59,g為0.24,即麻雀搜索算法訓(xùn)練所得的SVR最佳參數(shù)。

圖3 麻雀搜索算法適應(yīng)度迭代Figure 3. Fitness iteration graph of SSA

為進(jìn)一步研究本文模型的預(yù)測(cè)性能,將天津市新房?jī)r(jià)格指數(shù)作為被預(yù)測(cè)變量,隨機(jī)抽取36個(gè)樣本作為測(cè)試樣本,其余樣本作為測(cè)試樣本。模型所得測(cè)試樣本的預(yù)測(cè)結(jié)果如表2,測(cè)試集訓(xùn)練集與測(cè)試集誤差對(duì)比如圖4和圖5所示。

表2 SSA-SVR模型測(cè)試樣本預(yù)測(cè)結(jié)果

圖4 訓(xùn)練樣本真實(shí)值與預(yù)測(cè)值對(duì)比Figure 4. Comparison of actual and predicted values of training samples

圖5 測(cè)試樣本真實(shí)值與預(yù)測(cè)值對(duì)比Figure 5. Comparison between the actual value and the predicted value of the test sample

由表2可知,真實(shí)值與預(yù)測(cè)值誤差在5以內(nèi)的樣本有21個(gè),誤差在3以內(nèi)的樣本有15個(gè),誤差在1以內(nèi)的樣本有8個(gè),誤差整體偏小,表明模型具有較好的預(yù)測(cè)性能。由圖4可以看出,兩個(gè)樣本的真實(shí)值和預(yù)測(cè)值幾乎都在同一個(gè)點(diǎn)上,說明該預(yù)測(cè)模型預(yù)測(cè)精確度較好。同時(shí)對(duì)比訓(xùn)練樣本和測(cè)試樣本兩個(gè)誤差分析,并未出現(xiàn)訓(xùn)練誤差遠(yuǎn)小于測(cè)試樣本誤差情況,說明模型的泛化能力較好,未出現(xiàn)過擬合現(xiàn)象。

4.2 預(yù)測(cè)模型評(píng)價(jià)

圖5反映了SSA-SVR模型在基于網(wǎng)絡(luò)搜索數(shù)據(jù)為輸入的房?jī)r(jià)預(yù)測(cè)數(shù)據(jù)樣本區(qū)間具有較好的擬合效果,預(yù)測(cè)與實(shí)際值的誤差較小,說明麻雀搜索算法優(yōu)化SVR混合模型具有較好的預(yù)測(cè)性能。由圖5可以看出,模型在訓(xùn)練樣本和測(cè)試樣本均具有較好的擬合效果,平均絕對(duì)百分比誤差(MAPE)在訓(xùn)練樣本為0.25%,在測(cè)試樣本為0.33%,進(jìn)一步說明該模型具有較強(qiáng)的泛化能力。

為進(jìn)一步研究麻雀搜索算法是否優(yōu)化了模型的預(yù)測(cè)精度,將SSA-SVR與PSO-SVR、GA-SVR、WOA-SVR、GS-SVR和基準(zhǔn)SVR進(jìn)行模型對(duì)比。評(píng)價(jià)標(biāo)準(zhǔn)為相關(guān)系數(shù)r、均方根誤差(RMSE)、平均絕對(duì)誤差(MAE)、均方誤差(MSE)以及平均絕對(duì)誤差比(MAPE)。對(duì)比結(jié)果如表3所示。

表3 模型誤差分析

通過模型對(duì)比可以看出,利用智能算法對(duì)參數(shù)優(yōu)化對(duì)SVR模型的預(yù)測(cè)精度具有較大提升。通過不同智能算法之間的對(duì)比可以看出,麻雀搜索算法具有更好的全局尋優(yōu)能力,麻雀搜索優(yōu)化算法可以提高模型的預(yù)測(cè)準(zhǔn)確度,提升模型的預(yù)測(cè)能力。

5 結(jié)束語

機(jī)器學(xué)習(xí)模型在進(jìn)行房?jī)r(jià)預(yù)測(cè)時(shí),若采用傳統(tǒng)經(jīng)濟(jì)指標(biāo)作為房?jī)r(jià)的影響因素?cái)?shù)據(jù),數(shù)據(jù)滯后性問題會(huì)使預(yù)測(cè)精度降低。此外,模型參數(shù)的設(shè)定對(duì)預(yù)測(cè)模型的精度同樣具有較大影響。因此本文采用一種新型的智能算法麻雀搜索算法SSA優(yōu)化SVR模型相關(guān)參數(shù),并選取近20萬條網(wǎng)絡(luò)搜索數(shù)據(jù),將篩選得到的數(shù)據(jù)作為解釋變量進(jìn)行驗(yàn)證。對(duì)比基準(zhǔn)模型與不同智能算法優(yōu)化模型的預(yù)測(cè)性能指標(biāo)例如均方誤差和平均百分比誤差的結(jié)果表明麻雀搜索算法優(yōu)化的SVR模型在房?jī)r(jià)預(yù)測(cè)精度與泛化能力上均具有較好的提升。