Đánh giá kết quả cập nhật giá

Một phần của tài liệu Phát triển hệ thống điều chỉnh dữ liệu thực tế về giá đất thị trường theo ý kiến của chuyên gia sử dụng các phương pháp học máy (Trang 85 - 88)

7.3 Giao diện

7.3.3 Đánh giá kết quả cập nhật giá

Để đánh giá độ hiệu quả của mơ hình, chúng tơi đã xây dựng mạng K-SOM vớiCông thức khoảng cách luận lý thứ hai ở mục 7.2.3 và cập nhật giá bằng Hàm cập nhật giá ở mục

6.2.5.2cho một số điểm BĐS. Kết quả nhận được sẽ được gửi đến cho chuyên gia để kiểm tra và cho ý kiến để chỉnh sửa lại một số kết quả. Ý kiến này sẽ là dữ liệu để kiểm tra mơ hình. Mỗi một kết quả sẽ tương ứng với bảng như sau:

Hình 7.16:Kết quả lan truyền giá

Chuyên gia sẽ sử dụng kĩ thuật và kinh nghiệm để thẩm định giá và điền vào ơ "label" để có dữ liệu đánh giá độ chính xác mơ hình. Để đánh giá cho mơ hình của chúng tơi, một chun gia đã đánh giá giá đất mỗi mét vng của 55 bất động sản bất kì trong tập dữ liệu đã được cập nhật.

Bên cạnh đó, để so sánh với mơ hình cập nhật giá mà tơi đã xây dựng trong luận văn này tôi cũng xây dựng một mơ hình đơn giản hơn, đặt tên làsimple model - mơ hình đơn giản, trong

đó giá sẽ cập nhật dựa theo khoảng cách vật lý và một số heuristic. Cụ thể, nếu tại một BĐS A giá được cập nhật tăng/giảm x%, giá của BĐS X bất kì cách đó dưới 2km sẽ được cập nhật giá như sau:

• Nếu khoảng cách từ BĐS X đến A dưới 500m thì giá của X sẽ tăng/giảm x%.

• Nếu khoảng cách từ BĐS X đến A trên 500m và dưới 2000m thì giá của X sẽ tăng/giảm từ 100% đến 85% của x%.

Kết quả cập nhật giá qua 2 mơ hình của một số BĐS được tổng hợp và gán nhãn lại được thể hiện dưới bảng tính sau:

Hình 7.17:Kết quả lan truyền giáTrong đó: Trong đó:

• pos là giá trị của hàm pos đã được đề cập.

• Giá BĐS được đề cập là giá đất trên một mét vng. • Giá Gốc là giá được lưu trong tập dữ liệu ban đầu

Chúng tơi dùng hàm trung bình độ lệch giá dự đốn giữa mơ hình và giá do chun gia cung cấp để đánh giá mơ hình, kí hiệu là loss:

loss = 1

n∗

n

∑| Giá dự đoán− Giá của chuyên gia | (7.3) Giá trị loss này càng thấp chứng tỏ mơ hình càng đúng ý chun gia. Qua tính tốn, đánh giá với 55 mẫu dữ liệu BĐS mà chuyên gia đã đánh giá, ta có bảng giá trị loss như sau:

Dữ liệu gốc Dữ liệu qua K-SOM Dữ liệu qua simple model 7,821,343 5,956,106 39,090,718

Bảng 7.10: Giá trị loss của các tập dữ liệu trước và sau khi dùng mơ hình so với dữ liệu từchuyên gia chuyên gia

Dựa vào loss trong bảng ta có thể thấy mơ hình sử dụng K-SOM có loss thấp nhất, cụ thể: Giá trị loss của mơ hình K-SOM chỉ bằng khoảng 76% giá trị loss của dữ liệu gốc trước khi cập nhật và bằng 15% giá trị loss của mơ hình đơn giản. Do đó, ta có thể kết luận: Mơ hình K-SOM trong luận văn này giúp cập nhật giá BĐS đúng với ý chuyên gia hơn giá trước đó, và hiệu quả hơn cách sử dụng mơ hình cập nhật giá đơn giản qua khoảng cách vật lý rất nhiều.

8

TỔNG KẾT

Trong chương này, tơi xin trình bày các cơng việc đã thực hiện, các khó khăn gặp phải, các kết quả thu được trong quá trình thực hiện đề cương luận văn và hướng phát triển trong tương lai cho luận văn

Mục lục

8.1 Các cơng việc đã hồn thành . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

8.2 Các kết quả thu được . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

8.3 Các khó khăn gặp phải . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

Một phần của tài liệu Phát triển hệ thống điều chỉnh dữ liệu thực tế về giá đất thị trường theo ý kiến của chuyên gia sử dụng các phương pháp học máy (Trang 85 - 88)

Tải bản đầy đủ (PDF)

(92 trang)