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 |
