摘要
本发明公开了一种小样本城市数据扩容的土地价格预测方法及系统,其方法包括:S1、获取研究区、研究区同级别城市的土地交易样本数据并数据预处理;S2、筛选与研究区欧式距离最小的前N1个研究区同级别城市作为研究区的相似城市;S3、将相似城市、研究区作为两个独立数据库分别进行模型训练;通过随机森林算法获取土地价格回归预测模型中特征SHAP值排序中前N2个相同和/或相似作为关联相似样本,进行对应数据扩容和扩容后重新模型训练;S4、采集研究区的土地价格多源指标数据输入土地价格回归预测模型预测得到土地交易价格。本发明有效解决了样本量不足和数据不均衡的技术问题,提高了模型适应性和土地价格预测精度。
技术关键词
回归预测模型
样本
指标
短距离
归一化植被指数
算法模型
卫星遥感数据
幼儿园
栅格
随机森林模型
输出模块
购物中心
医疗点
数据验证
表达式
筛选方法
预测系统
系统为您推荐了相关专利信息
学习分类方法
样本
深度神经网络训练
多智能体强化学习
多智能体协作
贝叶斯神经网络
优化设计方法
鲁棒设计
拉丁超立方抽样
屏蔽结构
校准策略
校准方法
故障检测模型
信号特征提取
传感
加密恶意流量
高维特征向量
DBSCAN算法
无监督学习算法
孤立森林算法