インスタンスの相互作用を用いたXGBoostによる不動産価格推定

カテゴリ: 研究会(論文単位)

論文No: ST21022

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2021/06/09

タイトル(英語): Real Estate Price Prediction using XGBoost with Interactions of Instances

著者名: 岩井 康一(横浜国立大学),濱上 知樹(横浜国立大学)

著者名(英語): Koichi Iwai(Yokohama National University),Tomoki Hamagami(Yokohama National University)

キーワード: ＸＧＢｏｏｓｔ|インスタンス相互作用|不動産価格推定|XGBoost|Mutual Interactions of Instances|Real Estate Pricing

要約(日本語): 不動産価格推定の分野において機械学習の活用が盛んである。特にXGBoostは欠損値に強く高性能であることから不動産分野において幅広く利用される。しかし、実際の不動産価格は単体の属性のみから決定されるわけではなく単体同士が影響を及ぼし合って形成されるため、属性のみを入力とする従来の機械学習では適切な推論ができない。本研究では、不動産価格推定のための単体同士の影響を取り込める機械学習モデルを提案する。

要約(英語): Machine learning has been utilized in the real estate pricing model. Especially XGBoost is widely used in the real estate area as it predicts with a high accuracy even if there is a missing value in datasets. However, the real estate price is affected by not only the property features but also its environmental circumstances, where the property instances affect each other. Therefore, the conventional machine learning techniques that infer based on the features the instances have do not predict the property prices properly. In this paper, we propose a real estate pricing model using XGBoost with interactions of instances.

本誌: 2021年6月12日システム研究会

本誌掲載ページ: 33-36 p

原稿種別: 英語

PDFファイルサイズ: 551 Kバイト