hotels_public 酒店项目的公共存储库,它采用几种不同的方法来模拟酒店房地产价格。 这项工作是基于我在UNC教堂山(UNC Chapel Hill)攻读政治学博士学位的工作而做的,在那儿我进行了研究,以解决社会科学中一些长期存在的方法论难题。 在与几位领域专家的讨论中,我意识到房地产价格的行为构成了我的想法的理想测试平台。 该项目首先尝试使用贝叶斯层次模型来建模价格决定因素在整个市场中的变化方式。 尽管从理论上讲,这似乎是一个非常吸引人的模型,可以对复杂的因果关系进行建模,但是明确指定我们对分布的假设很快变得难以理解。 同时,我一直朝着机器学习方向发展,我意识到梯度提升可能是一个更好的选择:让我们使用一种智能算法从数据中学习复杂的因果关系。 面临的挑战是我们的数据集并不庞大,但事实证明,即使对于小型数据集(低数据集),梯度提升也至少具有与线性回归一样好的性能。