新工科 课程 某地区房地产开发项目投资进度完成率的影响因素研究
课程封面
某地区房地产开发项目投资进度完成率的影响因素研究
大数据
随着社会进步和经济发展,中国城市化率快速提高,为房地产行业提供了广阔的发展空间。但是,在房地产飞速发展的过程当中,也呈现出许多新的矛盾和问题。近年来,在房地产开发项目投资过程中,从最初的决策阶段,再到招投标阶段,最后到施工和竣工结算阶段,各个环节都面临着重重挑战,房地产开发投资项目风险加大,失败的案例越来越多。而对于房地产开发项目投资的施工阶段,其中存在的进度缓慢、项目建设推进延滞等问题越来越突出,项目投资进度完成率偏低,甚至出现零投资、无进展的尴尬局面。 本文将对某地区房地产开发企业发展及投资状况进行简单研究,运用数据挖掘等技术对房地产开发项目的投资进度完成率这一指标进行重点探讨,寻找影响该指标的主要内部影响因素,以期能为房地产开发投资项目的风险预警提供依据,为企业发展提供决策参考,为政府监管提供新的思路。
实验列表
  • step1
    实验环境准备
    安装R的基本程序,安装R常用程序包
    查看详情
  • step2
    数据预处理
    实际数据挖掘工作中,初期一般都需要对数据进行预处理。原始数据通常存在不完整、含噪声、不一致等问题,无法直接使用相关技术开始分析。通过数据预处理,可以升数据质量,有助于后续数据挖掘过程中获得更为有效准确的结论,使挖掘结果更为可靠。
    本节主要介绍常用的数据预处理技术,主要包括数据清洗、数据集成、数据变换和数据归约。其中,将重点介绍在第四章数据分析中涉及到的数据预处理技术。
    查看详情
  • step3
    变量选取
    前面汇总并处理后得到的数据集data2对应246条观测值和119个变量。变量数目过大,需进行变量选取。根据企业各类情况,共选取4大类变量,并重新进行命名。整理后得到数据集data3,对应246条观测值和19个变量。其中定性变量6个,定量变量13个。
    查看详情
  • step4
    数据挖掘
    使用决策树,Bagging,Boosting,随机森林等算法模型对数据预测,并对预测结果进行评估
    查看详情

如果您想对我们的产品和服务更进一步了解
请用下面的方式和我们联系

电子邮箱:business@yundaxue.org(会在1个工作日之内和您接洽)

联系电话:400-828-1210(周一至周五 9:00-18:00 )