科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了在有限样本条件下，建立高精度支持向量机预测的不确定性模型，并进一步提高预测的精度，提出一种基于改进的鲸鱼算法优化支持向量机的不确定性预测模型。所提出的模型基于Airbnb平台上市住宿价格的开源数据，将经过控制参数改进后的鲸鱼算法和支持向量机相结合，建立了Airbnb平台房价基准预测模型。通过与未改进的鲸鱼算法优化支持向量机预测模型和粒子群优化支持向量机预测方法对比，比较其在回归性能方面的四大评价指标，所建立的改进的鲸鱼算法优化支持向量机模型在MSE、MAPE、R2指标上分别优于其他两种方法。所得到的实验结果表明，在不确定因素较多的样本数据集上，经过改进的鲸鱼算法优化支持向量机模型可以更好地预测Airbnb平台房价基准，抗噪声能力更强且预测精度更高。
- 单位
