機械学習を使って東京23区のお買い得賃貸物件を探してみた - データで見る世界

さて、改めて今回の目的を確認しておくと、機械学習を使って東京都23区のお買い得賃貸物件を発見しよう、というものです。前回までの記事で、お買い得賃貸物件を発見するためのデータを収集し、分析にかけられるよう前処理してきました。 www.analyze-world.com www.analyze-world.com 今回の記事では、いよいよ機械学習を使って分析していきましょう。前回まではPythonを使っていましたが、この分析ではRを用いています。なお、コードはGitHub（https://github.com/ShoKosaka/Suumo）に上げておきますので興味ある方は参照ください。 最初に、データの中身をざっくり見ていきます。具体的には、分析のキーになるポイントをグラフにしながら、賃貸物件の現状や変数同士の関係性を把握していきます。 データ探索 まず、23区の中でどこが物件数が多いのかを

[nakano-tomofumi]

成約した家賃 を教師データにしないと、「成約しない家賃」を回帰していることになってしまいますが、そのあたりはネタだからどうでもいいのでしょうね。

[yoiIT]

面白い＞“明らかに、徒歩14分にピークがあります。現実的に、徒歩14分の場所に物件が多いことは考えにくいので、駅近物件と見せかけるために徒歩15分強のところを徒歩14分としていると予想できます”

[shounenA]

“出会い系サイトには29歳の女性や身長170cmの男性が異常に多いことと同じ現象ですね。”分析も面白い上に、その例えすら面白い豆知識という

[inose660]

これ分析対象の価格帯をもう少し下げたら、大島てる物件が抽出されそう

[doko]

これ借りる側じゃなくて、貸す側が賃料考えるときに使うもんじゃね？

[wdnsdy]

上位に高い物件ばかりが並ぶのは、安い物件は元々の家賃が安いから結構割り引かれてても「○万円お得」くらいにしかならず、差し引ける余地の多い高額物件の「○十万円お得」にはどうやったって勝てないからか…

[altar]

1と3が同一物件だけど物件名の違いで機械学習の予測家賃が変わる現象が哲学的。と思ったら建物高さの入力ミスで「12階建て13階」になってるのが予測家賃を押し上げてるのか。なるほど。

[razokulover]

逆のランキング見たい

[yuatast]

面白いけど、予想家賃が高すぎるし、ブランズ代々木や笹塚の一戸建ては定借で、リモーネ恵比寿は木造アパート。あと、１と３は同一物件ですね。このあたりの課題ももう少しでどうにかなりそうではある。

[ono_matope]

面白い。今週の『モーガン・フリーマン 時空を超えて』で、富の分布は庶民と富豪を同じモデルで表現できない、と話していたのを思い出す内容だった。

[shaphere939]

“ビックリして関西弁が出てしまいました”　ここで駄目だった

[HHR]

統計的な手法である重回帰分析よりも機械学習の手法であるランダムフォレストの方が精度が高い

[hanamatsuri]

魔法を見ているようです^^

[giichi6]

あとよむ

[surume000]

アドホック分析からの機械学習。データサイエンティストがどんな流れで仕事をシているかが

[animist]

機械学習とか弄ってみたい気持ちあるけど、それ以前の統計的な基礎力が足りなさ過ぎてヤバい

[fake-jizo]

一番は世田谷区で20,000件強、杉並区、練馬区と住宅地のイメージのある区が続きます。逆に最下位は丸の内のある千代田区です。なるほど納得感があります。 Tags: via Pocket

[i_mairy]

機械学習のおもしろい読み物。「次に何をするか」がはっきりしてるから参考になりそう。

[apple33557]

基準とするデータがおしい

[tm_universal]

機械学習を使って東京23区のお買い得賃貸物件を探してみた - データで見る世界

[karupanerura]

普通に読み物として面白い

[T-miura]

高額物件には意味ありそう・・・

[endo_5501]

“どうですか。機械学習のパワーどうですか”

[kusukusunoki]

東京23区の200,060件の不動産データを分析。最寄り駅のピークが5分のところにある。築年数の中央値はどの区も10-20年で、30年を超える物件はほとんどない。

[cruller]

“分析を回す前にデータ探索をすることは、このような入力ミスをあらかじめ発見して除外するためにも大切です。”

[hiddy216]

こういう発想もっとひろまってほしい

[n_y_a_n_t_a]

条件に対する割安・割高さえ分かれば借りる人には役に立つ。割高なら値下げ交渉できるし割安過ぎれば事故物件・釣り物件と推測できる。

[bufferings]

すごいなー！

[yasumonoe]

あとでトレースする

[tsunapon]

これ、大家さんにめっちゃ有効なやつやん！

[a-kuma3]

ちょっと気になったので at home で調べてみた／ https://goo.gl/XnRbjL ／こちらは、5、10、15 といったキリの良い数字にちょっと偏りがありそうな感じ／丸めのやり方の差？

[takenotabi]

id:shokosaka　こんばんは、丁寧にデータを見られていますね。弊社、不動産領域で分析・データ活用しており、とても面白いデータがあります。よろしければ帰国された際にぜひ遊びに来てください！　https://goo.gl/qpfQEV

[ktra]

お得度を値じゃなく割合で出すと良いと思ったけど、どう考えても事故物件・珍妙物件祭りにしかならないな

[hi_kmd]

徒歩14分の件、統計でパン屋の不正を導き出したってエピソードを思い出した。やろうと思えばこの辺のごまかしの多い業者の割り出しも出来そう。

[PowerEdge]

ランキング1位と3位に入ってるブランズ代々木は、駅1分どころか、代々木駅北口から5秒で玄関ってのがウリで、めちゃくちゃ入居したかったんだけど、SOHOがNGだったので諦めた。未練がある。

[sometk]

すごいなあ！

[cocoonP]

お買い得として出てきているのが比較的高額な物件ばかりなので、逆に言えば庶民的価格の物件はかなり「相場感」通りの値付けがされてるということっすねえ

[assaulter]

徒歩9分にはそういうの無いんですね

[TaKUMA]

おもしろい

[kz78]

これで見つかるの、お買い得物件ではなく、ワケアリ物件じゃないの？という疑念はあるｗ