为给定地点创建房地产价格指数

Question

我有一个数据集，里面有一个城市过去几年的房地产销售数据。我正试图创建一个价格指数，但很难在代码中找到任何例子，甚至是在其他领域应用的相同算法。据我所知，使用的主要算法是RSR、Case-Shiller和hedonic回归。也许还有其他方法？但是，我在网上找不到任何可用的信息，到目前为止，我看到的所有ML工作都是为了估计单个属性的值。如果有人能提出一些有用的建议，我将不胜感激。在

另外，我还应该考虑哪些因素，以及应该采用什么方法？在

Answer 1

关于这个非常有趣的问题的一些想法：

1. 我真不明白你为什么要用机器学习来解决这个问题。您不是要预测或寻找模式，而是要将复杂度高的数据集简化为一个随时间推移保持可比性的单个数字。

2. 如前所述，你所要研究的现实的复杂性是非常高的，有很多很多事情需要考虑。

例如，一个长期指数可能面临以下问题：在几十年内，平均房屋面积可能会有很大变化。这可能会推动房价上涨或下跌，但这将由房屋属性的变化而非市场给出的估值产生。房价会上涨，因为房子会更好，你的指数应该能解释这一点。在

1. 索引的构造将迫使您做出可能会使索引在某个方向上倾斜的决策。对于这个问题，几乎没有一个单一的、最好的解决方案，不同的解决方案将以不同的方式处理我在前一点中解释过的情况。在

最后，我建议你读一些书。有价格指数的机构通常会公布他们的方法，你可以从中学到很多东西。我建议由欧盟统计局提出。This西班牙国家统计研究所的一本非常好而且简洁，但是是用西班牙语写的。在

顺便说一句，你可以在CrossValidated中找到更好的答案。在