悩み

そろそろ引越しをするんですが、今回も賃貸を選ぶのに後悔が残りそうです。

何とかどこかの工程を自動化できないものか…と思いついたのが、賃貸サイトをWebスクレイピングして情報収集し機械学習で判断してもらうことです。

お得な賃貸を探そう

どういった条件で賃貸物件を探すかは人それぞれですが、お得であればあるほどいいというは誰でもそうですよね？

機械学習を使うと賃料を予測することが可能です。それなので、機械学習を使って賃料の予測価格を算出し、実際価格と比較しようという魂胆です。言い換えると実際価格が予測価格よりも低ければ、お得な賃貸ということが言えます。

それを目指して、機械学習のフローをやってみます。

結果から

まずは結果から示します。

某賃貸サイトを解析すると前処理によって次のデータを得られました。一部分だけ記載します。

※1. 本記事は具体的な土地情報は伏せて、番号で記載しています。
※2. なお、今回特徴量は間取り(部屋数でDK, K , L , Sがない場合はワンルーム)、間取り、築年数、建物高さ、階、専有面積、敷金と礼金です。駅からの近さ、立地も入れたほうがいいのでは？という疑問が残りますが、暫定的にこれらを特徴量としました。

番号	間取り	間取りDK	間取りL	築年数	建物高さ	階	専有面積	賃料+管理費	敷/礼	路線1	駅1	徒歩1	賃料	管理費	敷金	礼金	予測価格	test-predict	ratio[%]
1	1	1	1	24	10	4	36	145000	290000	ＪＲ総武線	御茶ノ水駅	4	145000	0	145000	145000	145000	0	0.0
2	1	0	0	8	10	6	25	121000	109000	ＪＲ中央線	水道橋駅	2	109000	12000	0	109000	121000	0	0.0
3	3	1	1	24	8	7	90	278300	542600	東京メトロ日比谷線	小伝馬町駅	4	271300	7000	271300	271300	290000	-11700	4.2
4	1	0	0	42	11	11	22	70000	128000	ＪＲ総武線快速	馬喰町駅	3	64000	6000	64000	64000	95000	-25000	35.7
5	1	0	0	17	14	2	25	110000	100000	東京メトロ東西線	九段下駅	1	100000	10000	100000	0	110000	0	0.0

予測価格の列がランダムフォレストで算出した価格、test-predict列が実際の価格から予測価格を引いた値です。test-predict < 0になっていればお得な物件というのがわかります。最後にratio[%]は(test-predict)/(実際の価格)×100 の値です。この値が高ければ高いほどお得です。

この中だと、4番の物件がratioが高く、お得という結果が出ました。
築年数は44年ですが、ワンルーム、賃料+管理費が70,000円です。東京都ならあり得そうですが、私はド田舎者なので残念ながら価格感がありません…。

設計の概要

全体の処理の流れは次のようになります。

賃貸サイトからHTMLの情報を取得し解析します。そして、機械学習が読めるようにデータを整形し、価格を予測。最後に"(実際価格) - (予測価格) < 0"になれば、その物件はお得であることがわかります。

実際のコード

この記事では、アイデアと設計を提供します。コードを解説すると、煩雑な記事になってしまうと思ったため、コードはGithubに公開することにしました。

先人もいますので、詳しくはそちらにお任せします。

実際に実行したい、または実装の参考にしたいという方はGithubをご覧ください。

【Github】【Webスクレイピングと前処理】賃貸サイトからお得な賃貸を機械学習で選定する

【Github】【機械学習】賃貸サイトからお得な賃貸を機械学習で選定する

まとめ

機械学習で賃貸の賃料を予測し、価格差でお得な物件を探してみました。

機械学習に任せると無限にある物件でも、お得な物件を絞ることができました。これで時間の節約ができます。

我々エンジニアには賃貸を優雅に見る余裕はありません。全工程を自動化していきたい。