Return to article

Моделирование стоимости жилой недвижимости Московской области с использованием методов машинного обучения

Таблица 2 - Результаты исследования

Категория анализа

Показатель

Результат

Объем данных

Количество объектов

482 672 ед.

Статистика цены

Среднее

4 802 698 руб.

Медиана

4 350 000 руб.

25% квантиль

3 004 276 руб.

75% квантиль

6 000 000 руб.

Минимум / максимум

100 020 / 162 062 800

Пространственная автокорреляция

Индекс Морана

0,56 отн. ед.

p-значение

0,001

Метрики моделей ML (MAE)

Линейная регрессия

0,228 отн. ед.

(1 077 923 руб., 1,49%)

Случайный лес

0,146 отн. ед. (660 051 руб., 0,95%)

XGBoost

0,171 отн. ед. (786 867 руб., 1,12%)

LightGBM

0,169 отн. ед. (776 881 руб., 1,11%)

CatBoost

0,173 отн. ед. (793 870 руб., 1,13%)

Spatial Lag

0,272 отн. ед. (1 313 634 руб., 1,78%)

Статистическая проверка

t-test XGB vs RF

t = 6,89, p = 0,002

Пространственная лаговая модель

Псевдо R²

0,728

Псевдо R² с учетом пространственных весов

0,599

Средневзвешенная зависимая переменная

0,601

Влияние признаков

Площадь квартиры

наибольший вклад

Количество комнат

наибольший вклад

Расстояние до центра

значительное влияние

Локальная плотность объектов

значительное влияние

Этаж, этажность, кухня

умеренное влияние