立地の良し悪しなんて大して知らんワイが機械学習モデルから良い立地とその他いろいろを教わる。 - Qiita

こちらの記事をご覧いただきありがとうございます。 ここ最近はSUUMOの物件情報を機械学習モデルを用いていろいろ調べています。 前回の記事で、機械学習モデルがクソ失礼な家賃査定をしたり逆にお得だと判断したりした物件について調べました。 前回は物件1件ごとに対して焦点を当てましたが、今回は全体的なモデルの考え方を見てみようという回です。 タイトルに書いた立地の話は後半くらいに出てきます。 使用した機械学習モデル 前回の記事と同じです。一応同じことを書きます。 使用した機械学習モデル 以前から引き続き LightGBM を使用しています。 使用したデータ SUUMOからスクレイピングした物件データ 196093 件を使用しています。 うち137265件を学習データ、58828件をテストデータとしています（7:3に分けています）。 説明変数は12種類、前回記事で厳選した変数から一部を変更して使用