Modern approaches to building effective interpretable models of the property market using machine learning
创建于 更新于
摘要
本文系统阐述了基于俄罗斯滨海边疆区房地产市场大规模估价的机器学习建模全流程，包括数据收集、异常值识别、因子构建与选择、模型构建及评估。针对地块和公寓两类细分市场，分别采用了线性回归结合地质统计学回归克里金方法与基于规则生成的RuleFit模型，解决了数据噪声大和模型可解释性要求高的问题，显著提升了估价准确率和透明度，为法律等实际应用提供了有力支持[page::0][page::3][page::6][page::35]。
