【概要】空置是体现房地产市场状况的一个最重要因素。本文运用自的组织数据挖掘方法来分析中国住宅空置面积的影响因素，我们找到，在所有的因素中，人均住宅面积是影响空置面积的最重要的因素，其中也有其他因素的较小的涉及影响。

　　【关键词】自的组织数据挖掘方法 住宅空置面积 　　 　　一、研究综述 　　 　　近几年，许多学者对于房地产空置问题做到了很多研究工作，这些研究大体可分成两类： 　　一是关于空置率的研究，例如中国房地产及住宅研究会常务副会长包宗华的《我国的住房空置率否过低》；谢昌浩 阮平的《对房地产市场中空置率问题的界定及取决于》； 　　二是关于房地产空置现象的研究，如郭峰和任宏《中国商品房空置问题研究》王家庭在《中国商品住宅空置率过低的原因及对策》都对高空改置现象展开了分析并明确提出对策. 　　但是，空置率在我国现在还是一个含糊不清的概念，空置率在计算方法也不存在许多问题和争辩。为此本文没研究空置率，而是运用自的组织数据挖掘的方法侧重对空置的影响因素展开了分析。　　 　　二、自的组织数据挖掘理论与方法概述 　　 　　自的组织数据挖掘建模是基于生物进化的思想：从对系统有影响的因素样本抵达，其利用GMDH核心技术从观测数据样本自动的产生许多数学模型，并且根据某个外部准则（即检验准则），逐步地从模型子集中投票决定一个比较的拟合复杂度模型。

这种建模方法反感的反映了由非常简单到简单的复杂事物演化过程。　　自的组织建模的方法基于如下假设：所有关于对象的最重要变量的互相关联的信息都包括在变量的仔细观察数据样本中，因而建模的目的就是要从数据样本中挖掘出这些信息。

在建模时把样本数据分成训练集和检测集两部分，训练集的数据用作建模，检测集的数据在建模时不被用于，仅有用作自由选择拟合复杂度模型。这是区别于其他建模方法的一个优势。

　　 　　三、模型创建 　　 　　在参照了专家、学者的意见之后，融合要解决问题的问题，笔者检验出有以下6个指标来研究住宅空置面积的因素：住宅空置面积X1（万平方米）；住宅平均值销售价格X2（元/平方米）；人均住宅建筑面积X3（平方米/人）；住宅销售面积X4（万平方米）；低收入人员数X5（万人）；城乡居民人民币储蓄存款X6（亿元）；地区GDP X7（亿元）。　　另外像税收、家庭人口构成状况、消费观念等对空置量的影响很黯淡，不把其列入指标范围。　　1、创建模型 　　我们挑选了2003年全国22个省份和地区7个指标的数据（数据源于《中国统计资料年鉴》）作为样本，并将样本1-17作为训练集，用来创建自的组织模型；将样本18-22作为检测集，展开模型的预测检验 　　借助Knowledge Miner软件，经过多次的建模检验，最后产生的具备拟合复杂度的模型为一线性模型，方程如下：X1=3.16-1.99X3+ 1.53X6-0.74X5+ 0.49X4-0.35X7-0.34X2 　　模型效果的几个参数值： 　　Prediction Error Sum Of Squares (PESS): …… 0.1171 　　Mean Absolute Percentage Error: ……………… 3.80 % 　　Approximation Error Variance: ………………… 0.0926 　　Coefficient Of Determination (R-squared): …… 0.9074 　　模型白鱼和效果图： 　　 　　 　　可见模型大体上体现了一个真实有效的关系。

该模型对样本数据的叙述能力为75%，即模型基本上叙述出有了这些样本数据之间的关系。　　2、模型检测 　　我们用样本18-22来检验这一模型，以检验它的推展能力，即已创建的模型在对未在建模过程中经常出现（但具备同一规律性）的样本作出准确体现的能力。用这四个样本产生的预测值与实际值列表如下： 　　 　　 　　检测结果，更进一步证明系统创建的模型能准确体现变量之间的关系。

本文来源：糖果派对官网-www.lagosworld.com