| 👑 |
1 |
2 |
3 |
| 서상혁 |
김도연 |
김다운 |
신동혁 |
 |
 |
 |
 |
 |
|
|
|
- 다양한 부동산 관련 의사결정을 돕고자 하는 부동산 실거래가를 예측하는 모델을 개발하는 것
- 서울시 한정 아파트 가격 예측
- 정확하고 일반화된 모델을 개발하여 아파트 시장의 동향을 미리 예측하는 것
- Jan 08 ~ 14, 2024 - Making A Group
- Jan 15, 2024 - Start Competition
- Jan 15 ~ 20, 2024 - Data Collection
- Jan 18 ~ 21, 2024 - Data EDA
- Jan 21 ~ 25, 2024 - Modeling & Tuning
- Jan 25 ~ 26, 2024 - Report Writing
-
RMSE 지표를 활용
주요 데이터는 .csv 형태로 제공되며, 서울시 아파트의 각 시점에서의 거래금액(만원)을 예측하는 것이 목표입니다.
학습 데이터는 아래와 같이 1,118,822개이며, 예측해야 할 거래금액(target)을 포함한 52개의 아파트의 정보에 대한 변수와 거래시점에 대한 변수가 주어집니다.
학습 데이터의 기간은 2007년 1월 1일부터 2023년 6월 30일까지이며, 각 변수 명이 한글로 되어있어 어떤 정보를 나타내는 변수인지 쉽게 확인할 수 있습니다.
예시)
- 시군구 : “서울특별시 강남구 개포동” 과 같이 주소에 대한 정보입니다.
- 아파트명 : “개포더샵트리에”와 같이 아파트명에 대한 정보입니다.
- 전용면적(㎡) : “108.2017”와 같이 매매대상의 전용면적에 대한 정보입니다.
- 건축년도 : “2021”과 같이 아파트의 건축 연도를 나타내는 정보입니다.
각 변수들은 아래와 같은 결측치 비율을 가지고 있습니다.
아파트의 매매가를 결정하는데에 교통적인 요소가 영향을 줄 수 있기에 추가 데이터로 서울시 지하철역, 서울시 버스정류장의 정보가 주어집니다.
추가 데이터는 위도와 경도, 좌표 X와 좌표Y와 같이 거리에 대한 정보가 포함되어 있으며, 이를 활용하여 학습 데이터와 함께 사용할 수 있습니다.
- Strategy I
- Strategy II
- Strategy I
- Strategy II
- Strategy I
- Strategy II
- Strategy I
- Strategy II
- Strategy I
- Strategy II
- 전체적인 내용은 Notion에서 확인하실 수 있습니다.
- Jan 21 ~ Jan 26 : Offline Meeting