[論文レビュー] Housing Market Prediction Problem using Different Machine Learning Algorithms: A Case Study

Shashi Bhushan Jha, Radu F. Babiceanu+2 more|arXiv (Cornell University)|Jun 17, 2020

Housing Market and Economics参考文献 27被引用数 19

ひとこと要約

本研究では、フロリダ州ボルジア郡（2015–2019年）の公開データセット（62,723件の不動産記録）を用いて、XGBoost、CatBoost、ランダムフォレスト、ラッソ、ボーティング回帰の複数の機械学習アルゴリズムを用いた住宅価格予測の評価が行われた。XGBoostは、R²、MSE、MAE、計算効率の指標で他のすべてのモデルを上回り、住宅市場予測の最適な選択肢であると判明した。

ABSTRACT

Developing an accurate prediction model for housing prices is always needed for socio-economic development and well-being of citizens. In this paper, a diverse set of machine learning algorithms such as XGBoost, CatBoost, Random Forest, Lasso, Voting Regressor, and others, are being employed to predict the housing prices using public available datasets. The housing datasets of 62,723 records from January 2015 to November 2019 are obtained from Florida Volusia County Property Appraiser website. The records are publicly available and include the real estate or economic database, maps, and other associated information. The database is usually updated weekly according to the State of Florida regulations. Then, the housing price prediction models using machine learning techniques are developed and their regression model performances are compared. Finally, an improved housing price prediction model for assisting the housing market is proposed. Particularly, a house seller or buyer, or a real estate broker can get insight in making better-informed decisions considering the housing price prediction. The empirical results illustrate that based on prediction model performance, Coefficient of Determination (R2), Mean Square Error (MSE), Mean Absolute Error (MAE), and computational time, the XGBoost algorithm performs superior to the other models to predict the housing price.

研究の動機と目的

• 住宅価格予測のための複数の機械学習モデルの開発と比較を行う。
• R²、MSE、MAEなどの標準的回帰指標を用いてモデルの性能を評価する。
• 現実世界の住宅市場予測に最も効果的なアルゴリズムを特定する。
• 住宅購入者、売却者、不動産専門家向けの実用的インサイトを提供する。
• 社会経済的計画および不動産意思決定に向けた堅牢でデータドリブンなモデルを貢献する。

提案手法

• 本研究では、ボルジア郡不動産評価局のウェブサイトから入手可能な、2015年1月から2019年11月までの62,723件の不動産記録からなる公開データセットを用いた。
• 特徴量には、物件の特性、位置情報、経済指標が含まれ、目的変数は売却価格である。
• XGBoost、CatBoost、ランダムフォレスト、ラッソ、ボーティング回帰、その他のモデルを対象に6つの機械学習モデルを訓練した。
• モデルの性能は、R²、平均二乗誤差（MSE）、平均絶対誤差（MAE）、計算時間の指標で評価された。
• 全アルゴリズムの性能最適化のため、ハイパーパramータチューニングが実施された。
• 精度と効率の複合評価に基づき、最良のモデルが選定された。

実験結果

リサーチクエスチョン

• RQ1 XGBoost、CatBoost、ランダムフォレスト、ラッソ、ボーティング回帰の中から、住宅価格予測において最高の予測精度を達成する機械学習アルゴリズムはどれか？
• RQ2 同じ住宅価格予測タスクにおいて、各モデルのR²、MSE、MAEはどのように比較されるか？
• RQ3 各モデルの計算効率はどの程度で、リアルタイム適用性にどのように影響するか？
• RQ4 ハイブリッドまたはアンサンブルモデルは、個々のモデルを上回る性能を発揮できるか？
• RQ5 機械学習モデルは、住宅購入者、売却者、不動産ブローカーの意思決定支援にどの程度寄与できるか？

主な発見

• XGBoostは最高のR²スコアを達成し、住宅価格データへのモデル適合度が最も高かった。
• XGBoostは最小の平均二乗誤差（MSE）と平均絶対誤差（MAE）を記録し、予測精度が優れていることが確認された。
• XGBoostは、評価された全モデルの中で最も短い計算時間を記録し、実用的な展開性が優れていた。
• CatBoostとランダムフォレストは競争力はあったが、すべての主要指標でXGBoostに劣った。
• ラッソ回帰は中程度の性能を示したが、木ベースのアンサンブルモデルに劣った。
• ボーティング回帰は複数モデルの組み合わせにより性能がわずかに向上したが、XGBoost単体の性能を上回ることはできなかった。