ML) [scikit-learn] 서울 다세대 (연립) 빌라 실거래가 통해서 동 별 적정 월세 계산 - RandomForestRegressor (with data, jupyter notebook)

과정:

 

1. 데이터 준비

2. 데이터 전처리

3. 모델 학습

4. 모델 평가

---

1. 데이터 준비:

 

- 실거래가 공개시스템에서 다운로드 (http://rtdown.molit.go.kr/)

- 다세대(연립)

- 2022년도

- 2023년도 1월~6월

- 2023년도 7월, 8월 (26일까지)

 

2. 데이터 전처리:

 

- train: 2022년도, 2023년도 1월~6월

- validate: 2023년도 7월, 8월 (26일까지)

- train 데이터 합치기

- 데이터 중 전세 제거

- 보증금 column 에서 comma 제거

- 시군구 column 데이터는 labelencoder 로 값 부여

- drop nan data

- 월세 column 에서 str 골라내서 comma 제거 및 int로 type 변경

 

3. 모델 학습:

 

- model: RandomForestRegressor

 

4. 모델 평가:

 

- error: mean_absolute_error

- result: 13.58378536758879

 

5. 결론:

 

- 현재 모델로 월세 계산시 약 13만원 차이가 위 또는 아래로 발생함

---

data.zip

5.14MB

---

In [1]:

import os
import pandas as pd

os.chdir('./data/서울')

In [2]:

전월세_2023_train = pd.read_csv('연립다세대(전월세)_실거래가_2023년1월~6월.csv', encoding='cp949')

/tmp/ipykernel_42800/77199815.py:1: DtypeWarning: Columns (10,18) have mixed types. Specify dtype option on import or set low_memory=False.
  전월세_2023_train = pd.read_csv('연립다세대(전월세)_실거래가_2023년1월~6월.csv', encoding='cp949')

In [3]:

len(전월세_2023_train)

Out[3]:

66751

In [4]:

전월세_2023_train.head()

Out[4]:

	시군구	번지	본번	부번	건물명	전월세구분	전용면적(㎡)	계약년월	계약일	보증금(만원)	월세(만원)	층	건축년도	도로명	계약기간	계약구분	갱신요구권 사용	종전계약 보증금 (만원)	종전계약 월세 (만원)
0	서울특별시 강남구 개포동	1163-4	1163	4	(1163-4)	전세	21.88	202301	20	16,000	0	3	2013.0	논현로 10	202302~202502	신규	-	0	0.0
1	서울특별시 강남구 개포동	1163-4	1163	4	(1163-4)	월세	13.56	202301	28	1,000	50	2	2013.0	논현로 10	202302~202501	신규	-	0	0.0
2	서울특별시 강남구 개포동	1163-4	1163	4	(1163-4)	월세	13.56	202303	9	2,500	45	4	2013.0	논현로 10	202304~202503	신규	-	0	0.0
3	서울특별시 강남구 개포동	1172-2	1172	2	(1172-2)	월세	42.15	202303	14	1,500	110	2	2012.0	논현로6길 22-6	202305~202505	갱신	사용	1,500	105.0
4	서울특별시 강남구 개포동	1181-8	1181	8	(1181-8)	월세	44.45	202303	11	3,000	80	2	2020.0	논현로8길 62-3	202305~202505	신규	-	0	0.0

In [5]:

전월세_validate = pd.read_csv('연립다세대(전월세)_실거래가_2023년7월8월.csv', encoding='cp949')

In [6]:

len(전월세_validate)

Out[6]:

14564

In [7]:

전월세_validate.head()

Out[7]:

	시군구	번지	본번	부번	건물명	전월세구분	전용면적(㎡)	계약년월	계약일	보증금(만원)	월세(만원)	층	건축년도	도로명	계약기간	계약구분	갱신요구권 사용	종전계약 보증금 (만원)	종전계약 월세 (만원)
0	서울특별시 강남구 개포동	1163-4	1163	4	(1163-4)	전세	21.88	202307	22	17,000	0	5	2013.0	논현로 10	-	-	-	NaN	NaN
1	서울특별시 강남구 개포동	1218-19	1218	19	(1218-19)	월세	59.04	202308	10	35,000	10	3	2013.0	개포로22길 29	202309~202509	갱신	-	0	10.0
2	서울특별시 강남구 개포동	1233-22	1233	22	(1233-22)	월세	26.90	202307	18	12,000	80	4	2015.0	논현로18길 18-5	202308~202508	갱신	사용	12,000	85.0
3	서울특별시 강남구 개포동	171-13	171	13	(171-13)	월세	45.14	202308	14	500	60	-1	1988.0	선릉로14길 11	202308~202312	신규	-	0	0.0
4	서울특별시 강남구 개포동	1186	1186	0	1186HOUSE	월세	47.05	202307	12	10,000	120	2	2020.0	논현로8길 24	202308~202508	신규	-	0	0.0

In [8]:

전월세_2022_train = pd.read_csv('연립다세대(전월세)_실거래가_2022년1월~12월.csv', encoding='cp949')

/tmp/ipykernel_42800/3982910938.py:1: DtypeWarning: Columns (10,18) have mixed types. Specify dtype option on import or set low_memory=False.
  전월세_2022_train = pd.read_csv('연립다세대(전월세)_실거래가_2022년1월~12월.csv', encoding='cp949')

In [9]:

전월세_train = pd.concat([전월세_2022_train, 전월세_2023_train], ignore_index=True)
len(전월세_train)

Out[9]:

210550

In [10]:

전월세_train.columns

Out[10]:

Index(['시군구', '번지', '본번', '부번', '건물명', '전월세구분', '전용면적(㎡)', '계약년월', '계약일',
       '보증금(만원)', '월세(만원)', '층', '건축년도', '도로명', '계약기간', '계약구분', '갱신요구권 사용',
       '종전계약 보증금 (만원)', '종전계약 월세 (만원)'],
      dtype='object')

In [11]:

전월세_train = 전월세_train[전월세_train['전월세구분'] == '월세']

In [12]:

전월세_train.head()

Out[12]:

	시군구	번지	본번	부번	건물명	전월세구분	전용면적(㎡)	계약년월	계약일	보증금(만원)	월세(만원)	층	건축년도	도로명	계약기간	계약구분	갱신요구권 사용	종전계약 보증금 (만원)	종전계약 월세 (만원)
2	서울특별시 강남구 개포동	1163-4	1163	4	(1163-4)	월세	13.56	202207	14	1,000	90	2	2013.0	논현로 10	202207~202407	신규	-	0	0.0
12	서울특별시 강남구 개포동	1196-11	1196	11	(1196-11)	월세	55.28	202204	7	3,000	120	4	2014.0	논현로12길 9-10	202205~202405	신규	-	0	0.0
13	서울특별시 강남구 개포동	1196-11	1196	11	(1196-11)	월세	57.66	202205	20	10,000	120	2	2014.0	논현로12길 9-10	202205~202405	신규	-	0	0.0
14	서울특별시 강남구 개포동	1201-7	1201	7	(1201-7)	월세	22.24	202206	14	1,000	90	3	2021.0	개포로22길 49-5	202207~202407	신규	-	0	0.0
15	서울특별시 강남구 개포동	1201-7	1201	7	(1201-7)	월세	22.95	202208	18	2,000	150	4	2021.0	개포로22길 49-5	202209~202409	신규	-	0	0.0

In [13]:

전월세_train['보증금(만원)'] = 전월세_train['보증금(만원)'].str.replace(',', '')

In [14]:

전월세_train['보증금(만원)']

Out[14]:

2          1000
12         3000
13        10000
14         1000
15         2000
          ...  
210539     5700
210540     3420
210543    13000
210544    15000
210546      414
Name: 보증금(만원), Length: 87728, dtype: object

In [15]:

전월세_validate = 전월세_validate[전월세_validate['전월세구분'] == '월세']

In [16]:

전월세_validate['보증금(만원)'] = 전월세_validate['보증금(만원)'].str.replace(',', '')

In [17]:

from sklearn.preprocessing import LabelEncoder

In [18]:

label_encoder = LabelEncoder()
전월세_train['시군구'] = label_encoder.fit_transform(전월세_train['시군구'])

In [19]:

전월세_validate['시군구'] = label_encoder.transform(전월세_validate['시군구'])

In [20]:

len(전월세_train)

Out[20]:

87728

In [21]:

전월세_train = 전월세_train.dropna()

In [22]:

len(전월세_train)

Out[22]:

69840

In [23]:

전월세_validate = 전월세_validate.dropna()

In [24]:

전월세_train.columns

Out[24]:

Index(['시군구', '번지', '본번', '부번', '건물명', '전월세구분', '전용면적(㎡)', '계약년월', '계약일',
       '보증금(만원)', '월세(만원)', '층', '건축년도', '도로명', '계약기간', '계약구분', '갱신요구권 사용',
       '종전계약 보증금 (만원)', '종전계약 월세 (만원)'],
      dtype='object')

In [25]:

전월세_train_features = ['시군구','전용면적(㎡)', '계약년월', '보증금(만원)', '층', '건축년도']

In [26]:

train_y = 전월세_train['월세(만원)']

In [27]:

len(train_y)

Out[27]:

69840

In [28]:

train_X = 전월세_train[전월세_train_features]

In [29]:

len(train_X)

Out[29]:

69840

In [30]:

val_y = 전월세_validate['월세(만원)']

In [31]:

val_X = 전월세_validate[전월세_train_features]

In [32]:

for idx, val in enumerate(train_y.values):
    if type(val) == str:
        print(train_y.values[idx])
        train_y.values[idx] = int(val.replace(',', ''))
        print(train_y.values[idx])

In [33]:

for idx, val in enumerate(val_y.values):
    if type(val) == str:
        val = val.replace(',', '')
        val_y.values[idx] = int(val)

In [34]:

from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import mean_absolute_error

model = RandomForestRegressor(random_state=1)
model.fit(train_X, train_y)

Out[34]:

RandomForestRegressor(random_state=1)

In a Jupyter environment, please rerun this cell to show the HTML representation or trust the notebook.
On GitHub, the HTML representation is unable to render, please try loading this page with nbviewer.org.

In [35]:

predicted = model.predict(val_X)
print(mean_absolute_error(val_y, predicted))

13.58378536758879