[논문 리뷰] Housing Market Prediction Problem using Different Machine Learning Algorithms: A Case Study

Shashi Bhushan Jha, Radu F. Babiceanu외 2명|arXiv (Cornell University)|2020. 06. 17.

Housing Market and EconomicsEconomics, Econometrics and Finance참고 문헌 27인용 수 19

한 줄 요약

이 연구는 플로리다주 볼루시아 카운티(2015–2019)의 공공 데이터셋에서 62,723건의 부동산 기록을 사용하여 주택 가격 예측을 위한 다수의 기계학습 알고리즘—XGBoost, CatBoost, 랜덤 포레스트, 라소, 보팅 리그레서—을 평가한다. R², MSE, MAE 및 계산 효율성으로 측정된 예측 정확도에서 XGBoost가 모든 다른 모델을 압도하여 주택 시장 예측에 최적의 선택으로 나타났다.

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.

연구 동기 및 목표

• 정확한 주택 가격 예측을 위한 다수의 기계학습 모델 개발 및 비교.
• R², MSE, MAE와 같은 표준 회귀 지표를 사용한 모델 성능 평가.
• 실제 주택 시장 예측에 가장 효과적인 알고리즘 식별.
• 주택 구매자, 판매자 및 부동산 전문가를 위한 실질적인 통찰 제공.
• 사회경제적 계획 및 부동산 의사결정에 기여하는 강력한 데이터 기반 모델 기여.

제안 방법

• 연구는 2015년 1월부터 2019년 11월까지를 대상으로 한 볼루시아 카운티 부동산 평가국 웹사이트에서 제공하는 공공 데이터셋을 사용한다.
• 특성으로는 부동산 특성, 위치 데이터, 경제 지표를 포함하며, 목표 변수는 매매 가격이다.
• XGBoost, CatBoost, 랜덤 포레스트, 라소, 보팅 리그레서 및 기타 모델을 비교 분석하기 위해 총 6개의 기계학습 모델을 훈련시킨다.
• 모델 성능 평가에는 R², 평균 제곱 오차(MSE), 평균 절대 오차(MAE), 계산 시간을 사용한다.
• 모든 알고리즘의 성능 최적화를 위해 초모수 튜닝을 적용한다.
• 정확도와 효율성의 복합 평가 기반으로 최고 성능을 보인 모델을 선정한다.

실험 결과

연구 질문

• RQ1 XGBoost, CatBoost, 랜덤 포레스트, 라소, 보팅 리그레서 중에서 주택 가격 예측 정확도가 가장 높은 기계학습 알고리즘은 무엇인가?
• RQ2 동일한 주택 가격 예측 작업에서 다양한 모델 간의 R², MSE, MAE는 어떻게 비교되는가?
• RQ3 각 모델의 계산 효율성은 어떠하며, 이는 실시간 적용 가능성에 어떤 영향을 미치는가?
• RQ4 하이브리드 또는 앙상블 모델이 개별 모델보다 주택 가격 예측에서 뛰어난 성능을 보일 수 있는가?
• RQ5 기계학습 모델이 주택 구매자, 판매자 및 부동산 중개업자에 대한 정보 기반 의사결정 지원에 얼마나 기여할 수 있는가?

주요 결과

• XGBoost는 주택 가격 데이터에 가장 강한 모델 적합도를 보이며 가장 높은 R² 스코어를 기록했다.
• XGBoost는 가장 낮은 평균 제곱 오차(MSE)와 평균 절대 오차(MAE)를 기록하여 뛰어난 예측 정확도를 확인했다.
• 모든 평가된 모델 중에서 XGBoost가 가장 짧은 계산 시간을 기록하여 실용적 구현 가능성에서 뛰어났다.
• CatBoost와 랜덤 포레스트는 경쟁력 있는 성능를 보였지만, 모든 핵심 지표에서 XGBoost에 뒤졌으며.
• 라소 회귀는 중간 수준의 성능를 보였지만 트리 기반 앙상블 모델보다 정확도가 떨어졌다.
• 보팅 리그레서는 다수의 모델을 조합하여 성능을 약간 향상시켰지만, 개별적으로 XGBoost를 능가하지 못했다.