基于回归与机器学习方法利用大数据集进行公寓租金的空间预测
应用统计
2021-07-28 v1
摘要
本研究采用一个大数据集（至多达 n = 10^6 量级），试图通过增添新的经验证据并考虑观测值的空间依赖性，来丰富关于回归与机器学习（ML）基租金预测模型比较的文献。基于回归的方法引入了最近邻高斯过程（NNGP）模型，使得能够将克里金应用于大数据集。相比之下，基于 ML 的方法使用了典型模型：极端梯度提升（XGBoost）、随机森林（RF）和深度神经网络（DNN）。利用日本公寓租金数据，在变化的样本量阶次（即 n = 10^4、10^5、10^6）下比较了这些模型的样本外预测精度。结果表明，随着样本量增大，XGBoost 和 RF 的样本外预测精度优于 NNGP。XGBoost 在所有样本量下、在对数和实际尺度以及所有价格区间（当 n = 10^5 和 10^6 时）均以所有误差度量取得了最高预测精度。对 RF 中几种考虑空间依赖性的方法进行比较表明，仅将空间坐标作为解释变量加入可能已足够。
引用
@article{arxiv.2107.12539,
title = {Spatial prediction of apartment rent using regression-based and machine learning-based approaches with a large dataset},
author = {Takahiro Yoshida and Hajime Seya},
journal= {arXiv preprint arXiv:2107.12539},
year = {2021}
}