原创力文档- 1、本文档共9页，其中可免费阅读8页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种多任务学习驱动的房价预测方法，其包括以下步骤：给定时间节点t之前一个季度的房屋交易数据，通过K均值聚类和基于房屋特征划分每个类簇，得到若干个分区，每个分区定义为一个任务，通过设计不同的正则化项捕获分区之间的相关性，据此定义多任务学习目标函数，通过梯度下降优化算法，获得基于多任务学习的房价预测模型，输入时间节点t之后一个月出现的房屋数据，首先进行任务定义，然后基于制定的模型输出预测的房价，随着时间节点t的变化，输入数据发生变化，建模和预测过程循环执行，本发明提升了房价预测的合理性和
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117217783A
(43)申请公布日2023.12.12
(21)申请号202310937651.2
(22)申请日2023.07.28
(71)申请人江苏警官学院
文档评论（0）