Identification of locational influence on real property values using data mining methods
Notice bibliographique
Résumé
The value of real estate is an important matter for municipal authorities, since property tax is one of their main budget sources. Its estimation tends to be a complex process, owing to the diversity of factors affecting it. One of those factors is property location, which embraces the geographic relationship between the property and the surrounding local amenities. Hedonic modelling is frequently applied to estimate the value of a property; to consider the influence of property location within such models, the region under analysis is usually divided into homogeneous areas. This division can introduce a bias (a particular vision) related to the modifiable areal unit problem. Our intent in this paper is to apply data mining techniques to address a possible valuer bias, a particular valuer’s vision, in the current City of Calgary assessment model. Employing the decision tree technique, one locational attribute (Sub-Neighbourhood) was represented by the (x, y) coordinates of the properties, with approximately 96% correct classification with respect to their City of Calgary sub-neighbourhood designation. By adopting the regression tree technique, we show that it is possible to explain approximately 73% variability of the Sale Price attribute, using only the attribute Sub-Neighbourhood or the (x, y) coordinates as input. In general, the results showed a consistent relationship between property value and location. Additionally, the sale price patterns of actual properties do not conform strictly to the politico-administrative units adopted by the city. Those patterns usually cross the unit boundaries limits or are mixed inside a unit. Our results suggest that using a property’s spatial coordinates, instead of political-administrative subdivisions, to express its location, would lead to more accurate results and not incur the possibility of bias.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».