COMPARISON OF MACHINE LEARNING REGRESSION MODELS OF HOUSING COSTS IN HUNGARY

Author:

КИРЬЯНОВА Л.В.,СУЛЕЙМАНОВ Н.Ф.

Abstract

В статье проанализирована статистическая информация с официального статистического сайта Венгрии, относящаяся к стоимости жилищного строительного производства в этой стране, а также количество разрешений, выданных на строительство жилья, количество жилых зданий, которые будут построены, базовая площадь возводимых жилых зданий и инвестиции в жилищное строительство национальной экономики. После проведения корреляционного анализа построены три регрессионные модели: классическая линейная регрессия, и две модели машинного обучения: дерево решений и случайный лес. Приведено сравнение числовых характеристик точности и адекватности построенных моделей. Все расчеты проводились с помощью языка программирования Python. The article analyses statistical information from the official statistical website of Hungary related to the value of housing construction production in this country, as well as the number of permits issued for housing construction, the number of residential buildings to be constructed, the base area of residential buildings to be constructed and the investment in housing construction of the national economy. Following a correlation analysis, three regression models are constructed: a classical linear regression, and two machine learning models: a decision tree and a random forest. A comparison of the numerical characteristics of accuracy and adequacy of the constructed models is given. All calculations were performed using the Python programming language.

Publisher

INTERECONOM Publishing

Reference7 articles.

1. Цветкова Е.А. Анализ факторов, влияющих на стоимость жилищного строительства. // Сборник научных статей по итогам международной научно-практической конференции «Вопросы экономики и управления в современном обществе» В., 2011. С.258

2. Прохорович Е.А. Статистический анализ строительной отрасли. // Материалы Всероссийской конференции с международным участием. Российский университет дружбы народов «Информационно – телекоммуникационные технологии и математическое моделирование высокотехнологических систем». М., 2021, С. 446-449.

3. Пешков В. В. Особенности формирования договорных цен в жилищном строительстве. // Вестник иркутского государственного технического университета, 2006, № 3 (27). С. 171-175.

4. Zsófia Balló. Dwellings and Housing Market in Hungary, 1990-2015. // «WMCAUS 2016» Procedia Engineering. 2016, V. 161, pp. 2079-2087. https://doi.org/10.1016/j.proeng.2016.08.675

5. González-Vallejo P., Muñoz-Sanguinetti C., Marrero M. Environmental and economic assessment of dwelling construction in Spain and Chile. A comparative analysis of two representative case studies. // Journal of Cleaner Production. 2019. V. 208, pp. 621-635. https://doi.org/10.1016/j.jclepro.2018.10.063

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3