2024 AI Stages : ML Competition_House Price Prediction

1. Competiton Info

Overview

• House Price Prediction
• 주어진 데이터를 활용하여 서울의 아파트 실거래가를 효과적으로 예측하는 모델을 개발하는 경진대회

Timeline

• March 21, 2024 - Start Date
• April 1, 2024 - Final submission deadline

Evaluation

• RMSE(Root Mean Squared Error)

2. Components

Directory

• Models

3. Data descrption

• 대회에서 제공된 데이터셋을 기반으로 모델을 학습하고, 서울시 각 지역의 아파트 매매 실거래가를 예측

Dataset overview

• 제공된 데이터셋
  • 국토교통부에서 제공하는 아파트 실거래가 데이터 : 위치, 크기, 건축년도, 주변 시설 및 교통 편의성과 같은 다양한 특징들을 포함
  • 추가데이터 : 지하철역, 버스정류장 데이터 포함
  • train set: 2007.01 ~ 2023.06
  • test set: 2023.07 ~ 2023.09

EDA

• 데이터가 출처가 다른 2개를 outer join으로 합쳐져서 제공된 것으로 추정
  • 출처별로 데이터프레임을 분리하여 각각 예측을 수행
• 예측하고자 하는 ‘target(가격)’은 시계열데이터
  • 트리모델 이외 LSTM, Moving Average 등의 방법 시도

Feature engineering

• ‘Target’(가격) 관련  Feature
  • 평가 방법인 RMSE 계산 수식상 test data에 있는 고가격대 주택을 잘 예측하는 것이 중요
  • 가격이 비싼 아파트를 구분하는 feature 생성
    • ‘top_5_pct’ : ‘target’값 중 상위 5%에 해당하는 데이터
    • ‘luxury_apt’ : ‘동+아파트명’을 기준으로 2023년 평균 거래가격이 20억원 이상인 데이터
    • ‘전용면적’ : 가격과 높은 상관관계가 있어 역시 중요
• 위치 관련 Feature
  • 크롤링으롤 X좌표, Y좌표 결측치를 채워서 ‘주소’피처를 새롭게 생성
• 건물 관련 Feature
  • 건축년도 보다는 계약시점의 건물나이를 계산하는 feature 생성
    • ‘apt_age’ = ‘계약년도’ - ‘건축년도’
  • 아파트 면적 관련 중복칼럼 삭제
    • 개별세대가 아닌 단지 전체면적에 대한 정보는 1개의 피처만 선별하여 사용
• 기타
  • 직전 거래 날짜 & 간격차이  Feature
    • 이전 거래의 가격이 현재의 가격을 얼마나 잘 설명하는지
  • 그외 불필요하다고 판단되는 feature 제거
    • Permutation Importance
    • RFECV(Recursive Feature Elimination with Cross-Validation)

4. Modeling

Model descrition

5. Result

Leader Board

최종순위: 5위(RMSE:13331.0750)

Presentation

ML_6조_발표자료(pdf) link