قیمت گذاری مسکن با استفاده از الگوریتم های یادگیری ماشین مرتبط با رگرسیون خطی

در بعد اقتصادی هر جامعه مسکن همواره یک نیاز اساسی است از این رو تحولات بخش مسکن تاثیر فراوانی بر سایر بخشهای اقتصاد دارند؛ بنابراین یکی از نیازهای قابل توجه دولتها در امر مسکن پیش بینی دقیق قیمت مسکن و تعیین عوامل تاثیرگذار بر قیمت این کالا است. پژوهش حاضر با هدف تخمین قیمت مسکن و تعیین عوامل تاثیرگذار بر آن بررسی نسبتا کاملی از عملکرد مدلهای خطی و مقایسه آنها در پیش بینی قیمت مسکن انجام داده است. ماهیت تحقیق توسعه ای کاربردی و روش انجام آن توصیفی- تحلیلی میباشد در این پژوهش ۱۶۸۶ نمونه بر اساس ۱۵ متغیر مربوط به مسکن در کشور تونس که از سایت Kaggle به منظور تخمین قیمت مسکن جمع آوری شده است مورد ارزیابی قرار گرفت که میتواند قابل تعمیم به قیمت گذاری مسکن در ایران باشد برای ایجاد مدلهای خطی از نرم افزار python بهره گرفته شده در این پژوهش پس از پیش پردازش دادهها از الگوریتمهای یادگیری ماشین رگرسیون خطی ساده forward و Lasso برای پیش بینی قیمت خانه استفاده و در نهایت نتایج مربوط به آنها به واسطه آزمایش مدل روی داده های تست و با استفاده از قدر مطلق خطاها ارزیابی شده است. نتایج پژوهش نشان دهنده این موضوع است که الگوریتمهای یادگیری ماشین ذکر شده برای پیش بینی بر روی داده های موجود عملکرد تقریبا یکسانی دارد با این حال روش forward کمی بهتر عمل کرده است.

کلیدواژه ها:

قیمت گذاری ، مسکن ، الگوریتمهای یادگیری ماشین ، رگرسیون خطی