基于机器学习的房价变权融合评估方法

本发明公开基于机器学习的房价变权融合评估方法，涉及城市规划技术领域，构建房产所在地理区位的影响变量指标体系，构建房价评估预测基础数据库，设定全域空间和局部片区空间两个尺度；基于机器学习算法建立用于预测房价的房价预测模型。本发明运用不同的机器学习回归方法对模拟全域各设施影响房价的贡献程度；通过构建邻接矩阵，应用稀有原则和标签原则，结合自变量的权重调整和优化，最终提高房价预测模型的精度。通过最小化RMSE（均方根误差）和调整自变量权重，确保模型在符合空间邻近性和设施特征的基础上，能更好地反映不同影响变量对房价的贡献。