摘要
本发明适用于租赁房技术领域,提供了一种租赁房签约意愿预测方法、系统、计算机装置及存储装置,方法包括采集用户的基础信息、个体特征、制度因素、住房现状、住房需求意向及消费习惯作为解释变量,并采集用户的签约意愿作为因变量,对用户数据进行预处理并采用主成分分析降维处理,利用降维后的数据训练Logistic回归模型得到回归系数并进行异方差检验,对样本进行Bootstrap重采样训练多个Logistic回归模型,并通过多数投票机制融合模型预测结果,基于融合后的模型预测结果分析回归系数,评估各解释变量对签约意愿的影响方向和程度,确定具有显著影响的主要因素。本发明解决了现有无法准确评估影响租赁性住房签约意愿的主要因素以及模型预测的准确性不足的问题。
技术关键词
Logistic回归模型
变量
住房
样本
连续型
计算机装置
协方差矩阵
存储装置
主成分分析降维
特征值
加权最小二乘法
模型训练模块
机制
数据处理模块
预测类别
数据采集模块
房技术
系统为您推荐了相关专利信息
患者医疗数据
肺癌诊断
样本
数据储存模块
医疗诊断模型
土地利用分类
地表温度信息
形态特征分析
建筑物
遥感影像数据
编码超表面
参数化建模方法
样本
深度神经网络学习
多任务联合学习
切片
归一化植被指数
街景
模型构建方法
深度学习模型