MACHINE LEARNING · PROGETTO 09
Progetto 04 · Machine Learning
Modello Machine Learning · Airbnb a Londra
Modello di classificazione con regressione logistica per identificare annunci relativamente costosi o economici all’interno di ciascuna tipologia di alloggio.
CONTESTO E OBIETTIVO
Classificare gli annunci in base alla loro tendenza relativa verso prezzi più alti o più bassi all’interno di ciascuna tipologia di alloggio, senza trattare il prezzo come una previsione diretta.
DATI E DIAGNOSI
- La base curata del progetto Airbnb London è utilizzata come punto di partenza.
- La variabile target è definita a partire dagli estremi di prezzo relativi per tipologia di alloggio, così da confrontare annunci appartenenti a segmenti equivalenti.
- Viene addestrata una regressione logistica con variabili di disponibilità, recensioni, soggiorno minimo, dimensione dell’host e quartiere, insieme a metriche di valutazione e calibrazione.
CONSEGNA E APPRENDIMENTO
Il risultato trasforma il modello in uno score di tendenza relativa che ordina gli annunci e distingue fasce di prezzo economiche, standard e alte senza presentarlo come una previsione diretta del prezzo.