정형데이터 기반 아파트 전세/매매 가격 예측

Intro

기존의 ARIMA등 통계 기반 모델을 가지고 하는게 아니라 Conditional CNN 적용해보았으며, 통계청등 다양한 정부에서 제공되는 데이터 및 크롤링된 데이터를 가지고 다양한 정형 데이터를 시도별 월별로 구성하여 이 데이터를 이용해서 향후 6개월 이후의 전세가격, 매매가격(현재 아파트만) 예측하는게 목표

Sources

소스는 크게 4가지이고 여기서 사용할 정형데이터는 data 폴더에 위치해있습니다.

main.py : 모델 생성 및 빌드 그리고 훈련까지 담당

config.py : 아래 파라메터 설정

preprocessing.py : 시도별 월별 기준 데이터 생성

util.py : training, test 데이터셋 로드

How to run

Temporal CNN

run main.py

Conditional CNN

run main-conditional-cnn.py

Architecture

Model #1

Model #2

Parameters

you can change parameters editing config.py

N_FEATURES = 피처의 개수

N_TIME_WINDOW = 타임 윈도우 크기

N_MONTH_TO_PREDICT = 예측할 월 -  현시점 

PERCENTAGE_UPPER_BAND_THRESHOLD = 상승 Upper band 기준

PERCENTAGE_LOWER_BAND_THRESHOLD = 상승 Lower band 기준 

PICKLE_FILE_NAME = PICKLE 파일 명

Plan

TBD

dreamgonfly/apart-prediction