sileverfall / tbrain_esun_house_price_predict

Tbrain舉辦的「玉山人工智慧公開挑戰賽2019夏季賽 - 台灣不動產AI神預測」冠軍隊伍

TBrain: E-Sun House Price Prediction

Contributors

• yc (github: GitYCC)
• chenchc (github: chenchc)

Abstract

Our team "WWW-YCC-IDV-TW" won 1st Place in the game 玉山人工智慧公開挑戰賽2019夏季賽 - 台灣不動產AI神預測.
This repo shows our method.

Rule

國外關於自動估價系統（Automated Valuation Model, AVM）研究對模型準確度好壞之判定，多以命中率（Hit-Ratio或Hit-Rate）為標準。
Hit-Rate 表示有多少比例個案之估值誤差低於某一誤差水準值（本次競賽為10%），Hit-Rate 愈高表示模型精確度愈高。
Hit-Rate的計算共分為兩步驟，首先比對各筆不動產預測和真實價格的誤差水準是否小於等於 10%，若是，則為 1；若否，則為 0。

最終將各數值取平均，得到最終的Hit-Rate：

不過考量到Hit Rate可能出現同分的情形，因此本次比賽採用 Hit Rate 結合 MAPE 作為最終的評分方式：

舉例：
假設測試集一共有三筆不動產的資訊，且您預測三筆不動產總價依序為1300、1100和1050萬，若此三筆不動產真實價格皆為1000萬，則Hit-Rate為：