想定家賃の算定

Transcript

1. インテグレーションプロジェクト 分析計画書 ～想定家賃の算定～ 8月期 冨田将也 1
2. 1.アジェンダ 2 • 分析の目的とターゲットKPI • データ準備  スクレイピング  前処理  特徴量生成  特徴量確定 • 分析・評価  重回帰分析  ランダムフォレスト • 今後の課題 • 苦労した点
3. 2.分析の目的とターゲットKPI 3 KPIと その目標 • 家賃の誤差が5%以内のモデルを作成し、可視化するこ とができる。 分析の目的 • 検索したい物件情報を入力することで想定家賃を知り、妥当 性の評価を定量的に行える。 ビジネス課題 • 不動産仲介会社が賃貸物件を紹介する際に、提示家賃が 妥当であるか明確な要因を持って説明できない。
4. 3. データ準備 4 不動産・住宅サイト SUUMOより名古屋市の物件情報をスクレイピングにより取得する。 データ取得は、2020/02/07～2020/02/12の期間で実施する。 一覧画面 詳細画面 【SUUMO】公式サイト | 日本最大級の不動産サイトSUUMO https://suumo.jp/ スクレイピング 前処理 特徴量生成 特徴量確定
5. 5 下記項目を区ごとに取得し、csvファイルで保存する。 項目名 例 マンション名 〇〇マンション一丁目 住所 愛知県名古屋市・・・・・ 立地1 地下鉄東山線/名古屋駅 歩5分 立地2 地下鉄名城線/金山駅 歩10分 立地3 地下鉄名城線/栄駅 バス10分 築年数 築10年 建物の高さ 20階建 階層 5階 賃料 7.5万円 項目名 例 管理費 7000円 敷金 8万円 礼金 16万円 間取り 1DK 専有面積 24.55m2 方角 南 建物種別 鉄骨 備考 バストイレ別,オートロック,・・・・・ 3. データ準備 スクレイピング 前処理 特徴量生成 特徴量確定
6. 6 データの欠損値を除外する。 また、各項目の数値のみ取出し、int型に変換する。 賃料、敷金、礼金については単位を合わせるために10000倍する。 項目名 変換前 変換後 築年数 築10年 10 建物の高さ 20階建 20 階層 5階 5 賃料 7.5万円 75000 管理費 7000円 7000 敷金 8万円 80000 礼金 16万円 160000 専有面積 24.55m2 24.55 3. データ準備 スクレイピング 前処理 特徴量生成 特徴量確定
7. 7 賃貸オーナーによって、敷金・礼金をもらうか決めることができる。また、家賃の〇倍として 決まることが多いため、特徴量から除外する。 項目名 内容 変換後 家賃 賃料 + 管理費 75000 区 各区ごとにダミー化 0,1 間取り 間取りごとにダミー化 0,1 方角 方角ごとにダミー化 0,1 建物種別 建物種別ごとにダミー化 0,1 3. データ準備 スクレイピング 前処理 特徴量生成 特徴量確定 また、下記の通り特徴量を生成する。
8. 8 入力ミスのデータは除外する。 また、本テーマは1人暮らしの物件探しをテーマとしているため、家賃が20万以上の物件を除外する。 入力ミス 家賃20万以上 グラフを張る 3. データ準備 スクレイピング 前処理 特徴量生成 特徴量確定
9. 9 愛知県 駅乗降客数ランキング、商圏、鉄道、JR | オープンポータル https://opendata-web.site/station/23/ 東山線と名城線の駅乗降者数が多い。 最寄駅が東山線、名城線のフラグを生成し、分析に用いる。 項目名 例 東山線フラグ 0,1 名城線フラグ 0,1 3. データ準備 スクレイピング 前処理 特徴量生成 特徴量確定
10. 10 最寄駅までの所要時間が少ないほど家賃が高い傾向にある。 最寄駅までの所要時間を生成し、分析に用いる。 項目名 例 所要時間 1,2,3,・・・・ 3. データ準備 スクレイピング 前処理 特徴量生成 特徴量確定
11. 11 最寄交通手段が駅（電車）である方が家賃が高い傾向にある。 最寄交通手段が駅とバス停の区別を生成し、分析に用いる。 項目名 例 交通手段_駅 0,1 交通手段_バス 0,1 3. データ準備 スクレイピング 前処理 特徴量生成 特徴量確定
12. 12 徒歩15分圏内の駅数が多いほど家賃が高い傾向にある。 徒歩15分圏内の駅数を生成し、分析に用いる。 項目名 例 徒歩15分圏内 0,1,2 3. データ準備 スクレイピング 前処理 特徴量生成 特徴量確定
13. 13 設備の特徴から家賃に関連する仮定する。 不動産関係で勤務する職員のドメイン知識から下記9項目を生成する。 項目名 例 バストイレ別 0,1 TVインターフォン 0,1 オートロック 0,1 システムキッチン 0,1 宅配ボックス 0,1 項目名 例 都市ガス 0,1 防犯カメラ 0,1 ペット相談 0,1 浴室乾燥機 0,1 3. データ準備 スクレイピング 前処理 特徴量生成 特徴量確定
14. 14 分析に用いる特徴量は以下とする。（58269件） 3. データ準備 スクレイピング 前処理 特徴量生成 特徴量確定 ・築年数 ・建物の高さ ・階層 ・専有面積 ・徒歩15分圏内 ・東山線 ・名城線 ・間取りDK ・間取りK ・間取りL ・間取りS ・北 ・東 ・南 ・西 ・北西 ・北東 ・南東 ・南西 ・鉄骨鉄筋 ・軽量鉄骨 ・鉄筋 ・鉄骨 ・木造 ・その他 ・バストイレ別 ・TVインターホン ・オートロック ・システムキッチン ・宅配ボックス ・都市ガス ・防犯カメラ ・ペット相談 ・浴室乾燥機 ・最寄所要時間 ・部屋数 ・区_中 ・区_中川 ・区_中村 ・区_北 ・区_千種 ・区_南 ・区_名東 ・区_天白 ・区_守山 ・区_昭和 ・区_東 ・区_港 ・区_熱田 ・区_瑞穂 ・区_緑 ・交通手段_バ ・交通手段_駅
15. 4. 分析・評価（重回帰分析） 15 p値が有意水準を超えている、VIFが10以上 の項目がある RMSE：10660 （1部屋あたり10660円の誤差(15%） 上記対象項目を除去して再度学習させる
16. 4. 分析・評価（重回帰分析） 16 p値,VIFともに統計的に問題なし AICも減少していることや決定係数が1に近い ことから、前者より当てはまりがよい RMSE：10660 （1部屋あたり10660円の誤差(15%）
17. 4. 分析・評価（ランダムフォレスト） 17 1部屋あたり5863円の誤差(8.4%) 重要度 特徴量 特徴量毎の重要度
18. 5. 今後の課題 •特徴量の絞り込み 特徴量を3～5に絞り込んでモデルを構築する。 •予測範囲の可視化 モデルから算出される想定家賃と相場のヒストグラムを可視化する。 •業務アプリケーションの実装 不動産仲介会社が利用するためのアプリケーションを構築する。 18 上記を改善することで、不動産仲介会社がお客様に説明する際の 利便性が高まり、説得力も増すため、成約率向上が期待できる
19. 6. 苦労した点 •スクレイピング処理時間に膨大な時間がかかる データ量が多く、全件取得するのに3日～5日要する。ページに よっては不規則な記載があるため、取得単位やエラー処理の検討に 苦労した。 また、特徴量検討の際に不足している項目がある場合に再度取得する こともあり、初めの検討が大切であることを痛感した。 •特徴量選定 数パターン可視化した結果から特徴量選定を行い、分析を行ったが、 あまり効いていないことがあった。可視化時点で適切な特徴量を選定する ことで工程の戻りが少なくなることを実感した。 また、特徴量選定に時間がかかり、分析・評価の時間を十分確保でき なかった。 19