Resumen

En la era del big data, muchos problemas urgentes en todos los ámbitos de la vida pueden ser resueltos a través de técnicas de big data. En comparación con los campos de Internet, economía, industria y aeroespacial, la aplicación del big data en el área de la arquitectura es relativamente escasa. En este documento, basándose en datos reales, se pronostican los valores de las casas en los suburbios de Boston mediante varios métodos de aprendizaje automático. Según las predicciones, el gobierno y los desarrolladores pueden tomar decisiones sobre si desarrollar o no bienes raíces en las regiones correspondientes. En este documento, se utilizan los métodos de máquina de vectores de soporte (SVM), máquina de vectores de soporte de mínimos cuadrados (LSSVM) y mínimos cuadrados parciales (PLS) para pronosticar los valores de las viviendas. Y estos algoritmos se comparan según los resultados predichos. El experimento muestra que aunque el conjunto de datos presenta una no linealidad seria, el resultado del experimento también

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:Datos grandes; Arquitectura; Aprendizaje automático; Casas en las afueras de Boston; Máquina de vectores de soporte; Pronóstico
• Keywords:Big data; Architecture; Machine learning; Boston suburb houses; Support vector machine; Forecasting