宋尧

（北京十一学校，北京，100039）

1 研究背景

随着第四次工业革命浪潮的来临，一大批科技前沿技术逐渐兴起，人工智能、大数据、5G、物联网等技术不断渗透到各个领域，给各行各业带来巨大的改变。而随着技术的飞速发展，我们的衣食住行正在悄然变化，在追求精神满足的情况下，人们正在不断完善自身的生活条件。房子是每个家庭的必需品，在购买房子时人们总是希望用较低的价格买到理想的房子，然而随着市场的变化，房价时高时低，大众很难捕捉到很好的购房时机，因此房价预测就成为人们普遍关心的事情。很多学者在该领域进行了深入研究，有的通过引入数学模型，结合数据分析来预测房价的走势；有的通过市场分析，结合国家宏观政策调控等，来预测房价的变化趋势。

本文着重从数学模型角度来探究房价变化的影响因素，以波士顿的房价数据为着手点，通过引入随机森林[1]回归模型和全连接回归模型，来预测该市的其他房屋价格，进而帮助大众了解房价变化的真正影响因素。

2 研究方法

本章将要对研究过程中遇到的一些方法做相关介绍，包含随机森林(RandomForest)和全连接模型介绍，旨在从理论基础上对工作做基础调研。

■2.1 算法简介

随机森林采用了多个弱学习器组合形成了强学习器，组合采用了bagging的方式，最终将多个弱学习器计算的结果采用投票或者加权平均的方式得到最终结果，这种方法能够较好的降低方差，使整体结果泛化性较好[3]。……