麦可布雷的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

以大數據分析方法探討房地產價格趨勢--以大台北地區房價為例

為了解決麦可布雷的問題，作者黃世華 這樣論述：

影響房地產價格的因素錯綜複雜，針對房價的探討若只局限于表面因素的分析，實難一窺全貌；本研究欲以大數據分析，資料探勘 (Data Mining) 方式對大台北地區房價趨勢進行預測，經過文獻回顧方式找出影響房價的 6 個影響因子作為輸入變數，數據經過篩選、整理、正規化後導入RapidMiner資料探勘平台，並利用隨機森林、廣義線性回歸、梯度提升樹、深度學習等 4 種模式訓練學習後，預測精準度皆達到 90% 以上表現良好，最後進行交叉驗證，做出關聯性分析，结果發現 : 對大台北地區房價具有比較大影響性的因素為外匯存底金額、消費者物價指數CPI、廣義貨幣供給額M2和租金價格指數，而且都呈現高度正相關

，而其他兩個變數 : 10 年期公債殖利率和五大行庫平均房貸利率，與房價間則呈現負相關但趨勢性不強，又因為外匯存底與消費者物價指數同屬于落後性指標，可操作性不大，因此結論顯示我們應該聚焦在M2和租金價格上面，並可依據此兩項變數的變化方向來預測房價趨勢。