基于Stacking融合的工程造价预测组合模型

范淑倩, 陈慧, 王德美, 夏松林, 崔常辉, 于娜娜, 刘志浩

烟台大学学报(自然科学与工程版) ›› 2023, Vol. 36 ›› Issue (2) : 211 -216.

烟台大学学报(自然科学与工程版) ›› 2023, Vol. 36 ›› Issue (2) : 211 -216. DOI: 10.13951/j.cnki.37-1213/n.211221

基于Stacking融合的工程造价预测组合模型

    范淑倩, 陈慧, 王德美, 夏松林, 崔常辉, 于娜娜, 刘志浩
作者信息 +

Author information +
文章历史 +

摘要

为了快速准确地进行工程造价预测,本文收集高层住宅工程造价历史数据,利用相关性系数法对定量指标进行约简,运用Python构建了以随机森林、XGBoost和岭回归作为初级学习器,岭回归作为元学习器的Stacking集成学习的融合模型。结果表明:基于Stacking融合模型预测精度较高,结果稳定,平均绝对误差在5%以内,有助于项目建设前期的造价预测。

关键词

随机森林 / XGBoost / 岭回归 / Stacking集成学习 / 造价预测

Key words

引用本文

引用格式 ▾
范淑倩, 陈慧, 王德美, 夏松林, 崔常辉, 于娜娜, 刘志浩. 基于Stacking融合的工程造价预测组合模型[J]. 烟台大学学报(自然科学与工程版), 2023, 36(2): 211-216 DOI:10.13951/j.cnki.37-1213/n.211221

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

山东省住房城乡建设科技计划项目(2020-K6-5)

AI Summary AI Mindmap

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/

〈 〉