python - 为给定位置创建房地产价格指数

Question

我有一个包含过去几年一个城市的房地产销售数据的数据集。我正在尝试创建一个价格指数，但很难找到代码中的任何示例，甚至是其他行业中应用的相同算法。据我了解，使用的主要算法是 RSR、Case-Shiller 和特征回归。也许还有其他方法？但同样，我在网上找不到任何可用的东西，到目前为止我看过的所有 ML 工作都是为了估计单个属性的值。如果有人能提出一些有用的建议，将不胜感激。

另外，我还应该考虑哪些其他因素以及查看哪些方法？

标签： pythontensorflowmachine-learningscikit-learnstatistics

Answer 1

关于这个非常有趣的问题的一些想法：

1. 我真的不明白您将如何或为什么要使用机器学习。您不是在尝试预测或寻找模式，而是将具有高复杂性的数据集简化为随着时间的推移保持可比性的单个数字。

2. 如前所述，你试图研究的现实的复杂性非常高，需要考虑很多很多事情。

例如，长期指数可能面临以下问题：几十年后，平均房屋面积可能会有很大差异。这可能会推动价格上涨或下跌，但这将是由房屋属性的变化产生的，而不是市场给出的估值。价格会上涨，因为房子会更好，你的指数应该考虑到这一点。

3. 指数的构建将迫使您做出可能会使指数偏向某个方向的决定。这个问题几乎没有单一的最佳解决方案，并且不同的解决方案会以不同的方式处理我在前一点中解释的情况。

最后，我建议你做一些阅读。有价格指数的机构通常会公布他们的方法论，你可以从他们身上学到很多东西。我建议欧盟统计局这样做。西班牙国家统计局的这个非常好和简洁，但是是西班牙文的。

顺便说一句，您可能可以在CrossValidated中找到这个问题的更好答案。