序 機械学習で不動産を予想する意味 特徴量から重要度を知ることができる EndUserにとって嬉しいことは? 線形モデルならばChrome ExtentionなどJavaScriptなどにモデルを埋め込むこともでき、意思決定の補助材料などとして、不動産の情報の正当性を推し量る事ができる 管理会社にとって嬉しいことは? 特徴量の重要度が明確にわかるため、設備投資戦略をどうするか、異常に値段がずれてしまっている案件の修正などに用いることができる データを集める ダウンロード済みのデータはこちらLink モデルを検討する ElasticNetを利用 ElasticNetはL1, L2の正則化をあわせた線形モデルで、オーバーフィットを強力に避けて、予想するアルゴリズム 1 / (2 * n_samples) * ||y - w*x||^2 + alpha * l1_ratio * ||w|| +
![不動産価格分析とモデルの作成とクローム拡張 - にほんごのれんしゅう](https://cdn-ak-scissors.b.st-hatena.com/image/square/ff9b91fd0597cb6796c7a7c3043caed37eaa1beb/height=288;version=1;width=512/https%3A%2F%2Fuser-images.githubusercontent.com%2F4949982%2F54764073-69e5e900-4c3a-11e9-9fb8-63f9175cbf68.png)