6月29日,看房

一直想换个大点的三房,找了N多二手,但还是不习惯.看看新盘怎么样吧.于是和朋友坐公交车,从程界村,到车陂站.走啊走.终于到了,在路上我在想,能买得起这个盘的人,应都开车进来吧,从车站走到售楼处,好远,路上有大滩大滩的水,我们只能贴着墙脚走.

进去之后,不只是因为快要下班的原因,只有我和朋友两个看楼的,直接去看了样板房,一个是100左右的三房2卫,感觉好小,一个105左右的三房2卫,觉得户型也不适用,不知是装修的问题,还是本来房间间隔如此.后来看了个两房的,觉得还差不多.而且总有一个房间会和别人的阳台对望,没什么隐私,发展商怎么会这样设计.而且还有一个房间窗台是三角型的,看起来不舒服.好像是两房的那个.

再说说位置,样板房所在的位置前面,也差不多是楼下,正在修车陂南路,要和沿江路联在一起.说是亚运前会修通.东南向的.有一组A栋的,都是12层高的,售楼的说,那个很贵的均价要去到3w.我问前面要建什么?售楼的说二期,我问多高,她说27层,我说两楼的间距多少?她说50米,我说,那不全档住了,3w买个别人阳台景?而非江景?售楼小姐说,南向啊,朝向好啊.朝向好,也不会花3w在这儿买啊.

再说说价格,到了一楼大厅,售楼小姐很是冷淡.我问,单价最便的是哪个位置,他说现在305最便,我问多少,他说17000.其它的都要去到2-3w.说实在,这样的价格和这样的户型,这样的位置.实在很不协调啊.本来想去看看所谓豪宅,结果是这样一个鸟样.价格和价值不协调啊.

再说说配套,所能看到的只有与地铁很近.学位问题,没了解.再看那个位置.河涌那边一排的厂房说是五年内会拆,到时建什么谁知道.没什么小区可言,那些园林也做得很差.

总之,我很好奇买这些房子的会是什么人呢?早知道是这样,我就不会去看了.浪费时间.

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 支持向量机非线性回归通用MATLAB程序解析 #### 一、概述 本文将详细介绍一个基于MATLAB的支持向量机(SVM)非线性回归的通用程序。该程序采用支持向量机方法来实现数据的非线性回归,并通过不同的核函数设置来适应不同类型的数据分布。此外,该程序还提供了数据预处理的方法,使得用户能够更加方便地应用此程序解决实际问题。 #### 二、核心功能与原理 ##### 1. 支持向量机(SVM) 支持向量机是一种监督学习模型,主要用于分类和回归分析。对于非线性回归任务,SVM通过引入核技巧(kernel trick)将原始低维空间中的非线性问题转换为高维空间中的线性问题,从而实现有效的非线性建模。 ##### 2. 核函数 核函数的选择直接影响到模型的性能。本程序内置了三种常用的核函数: - **线性核函数**:`K(x, y) = x'y` - **多项式核函数**:`K(x, y) = (x'y + 1)^d` - **径向基函数(RBF)**:`K(x, y) = exp(-γ|x - y|^2)` 其中RBF核函数被广泛应用于非线性问题中,因为它可以处理非常复杂的非线性关系。本程序默认使用的是RBF核函数,参数`D`用于控制高斯核函数的宽度。 ##### 3. 数据预处理 虽然程序本身没有直接涉及数据预处理的过程,但在实际应用中,对数据进行适当的预处理是非常重要的。常见的预处理步骤包括归一化、缺失值处理等。 ##### 4. 模型参数 - **Epsilon**: ε-insensitive loss function的ε值,控制回归带宽。 - **C**: 松弛变量的惩罚系数,控制模型复杂度与过拟合的风险之间的平衡。 #### 三、程序实现细节 ##### 1. 函数输入与输出 - **输入**: - `X`: 输入特征矩阵,维度为(n, l),其中n是特征数量,l是样本数量。 - `Y`: 目标值向量,长度为l。 - `Epsilon`: 回归带宽。 - `C`: 松弛变量的惩罚系数。 - `D`: RBF核函数的参数。 - **输出**: - `Alpha1`: 正的拉格朗乘子向量。 - `Alpha2`: 负的拉格朗乘子向量。 - `Alpha`: 拉格朗乘子向量。 - `Flag`: 标记向量,表示每个样本的类型。 - `B`: 偏置项。 ##### 2. 核心代码解析 程序首先计算所有样本间的核矩阵`K`,然后构建二次规划问题并求解得到拉格朗乘子向量。根据拉格朗乘子的值确定支持向量,并计算偏置项`B`。 - **核矩阵计算**:采用RBF核函数,通过`exp(-(sum((xi-xj).^2)/D))`计算任意两个样本之间的相似度。 - **二次规划**:构建目标函数和约束条件,使用`quadprog`函数求解最小化问题。 - **支持向量识别**:根据拉格朗乘子的大小判断每个样本是否为支持向量,并据此计算偏置项`B`。 #### 四、程序扩展与优化 - **多核函数支持**:可以通过增加更多的核函数选项,提高程序的灵活性。 - **自动调参**:实现参数自动选择的功能,例如通过交叉验证选择最优的`Epsilon`和`C`值。 - **并行计算**:利用MATLAB的并行计算工具箱加速计算过程,特别是当样本量很大时。 #### 五、应用场景 该程序适用于需要进行非线性回归预测的场景,如经济预测、天气预报等领域。通过调整核函数和参数,可以有效应对各种类型的非线性问题。 ### 总结 本程序提供了一个支持向量机非线性回归的完整实现框架,通过灵活的核函数设置和参数调整,能够有效地处理非线性问题。对于需要进行回归预测的应用场景,这是一个非常实用且强大的工具。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值