전세가 예측 프로젝트

전세는 주택 임차 계약 유형 중 하나로 세를 내지 않고 일정한 비용을 지불하고 계약 기간이 끝난 후 돌려받는 독특한 제도입니다. 수도권에서는 전세 비율이 전체 전월세 계약에서 60% 이상을 차지하며 전세 시장 동향은 부동산에서 굉장히 중요한 지표로 간주됩니다. 이번 대회는 9월 30일부터 10월 24일까지 약 4주간 진행된 대회로 2019년 4월부터 2024년 4월까지의 부동산 전세계약 관련 데이터를 바탕으로 AI와 머신러닝을 활용해 전세가를 예측하는 알고리즘을 개발하는 대회입니다.

Team

공통	곽정무 @jkwag	박준하 @joshua5301	박태지 @spsp4755	신경호 @Human3321	이효준 @Jun9096
EDA 및 모델링	Confluence 템플릿 구축, 회의록 작성, 모델 결과 분석	기본적인 프레임워크 구현, 외삽 모델 개발	AutoML, 클러스터링	hyperparameter 최적화 세팅, 이상치 탐지	Jira 세팅, 클러스터링 및 피쳐 엔지니어링, 랩업 리포트 관리

Prerequisites and Installation

• Python 3.11
• pip

pip install -r requirements.txt

Usage

1. 프로젝트 최상위 폴더에 'data' 폴더를 생성하고 안에 원시 데이터를 넣습니다.

2. scrip.py에서 사용할 모델을 선택하고, 학습 데이터 및 검증 데이터를 설정합니다.

# 모델을 선택합니다.
manager.select_model('geo_model.py')

# 모델을 학습하고 검증 데이터의 예측값을 받아옵니다.
true, pred = manager.validate_model(...)

# 모델을 학습하고 테스트 데이터의 예측값을 받아옵니다.
pred = manager.test_model()

3. script.py를 실행합니다.

python script.py

Models

- Geo model

지리 기반 feature가 추가된 LightGBM 모델입니다.

- Naive model

이전 거래들의 가중 평균을 통해 예측하는 단순 시계열 모델입니다.

- Ensemble model

Geo model과 Naive model을 앙상블한 모델입니다.

- Extrapolation model

외삽을 통해 과거 전세가격을 예측하는 모델입니다.