どうもhinomarucです。ずっとやらないといけないと思っていたことですが、今までPythonで機械学習で作成したボストンの住宅価格の予測モデルの結果をまとめました。

結果のまとめ

精度の良さ	指標	単回帰	重回帰	多項式回帰 (n=2)	ニューラルネット	サポートベクター回帰	Random Forest	XGboost
1に近いほどいい	adjusted_r2(train)	0.55	0.68	0.81	0.60	0.63	0.98	0.98
1に近いほどいい	adjusted_r2(test)	0.55	0.70	0.60	0.59	0.63	0.85	0.88
低いほどいい	平均誤差率(test)	0.21	0.18	0.18	0.25	0.17	0.12	0.11
低いほどいい	MAE(test)	4.65	3.54	3.10	4.35	3.76	2.39	2.24
低いほどいい	MedianAE(test)	3.51	2.49	2.36	3.69	2.36	1.66	1.64
低いほどいい	RMSE(test)	6.57	5.26	5.00	5.90	5.84	3.51	3.13
1.253に近いほどいい	RMSE(test) / MAE(test)	1.41	1.48	1.61	1.36	1.55	1.47	1.40

精度の良さ	指標	XGboost (Grid Search)	Voting Regressor 1.GradientBoostingRegressor 2.RandomForestRegressor 3.LinearRegression	Voting Regressor 1.XGBRegressor 2.RandomForestRegressor 3.LinearRegression
1に近いほどいい	adjusted_r2(train)	1.00	0.89	0.94
1に近いほどいい	adjusted_r2(test)	0.90	0.82	0.87
低いほどいい	平均誤差率(test)	0.10	0.13	0.11
低いほどいい	MAE(test)	2.07	2.79	2.23
低いほどいい	MedianAE(test)	1.51	1.91	1.52
低いほどいい	RMSE(test)	2.89	3.91	3.27
1.253に近いほどいい	RMSE(test) / MAE(test)	1.39	1.40	1.47

精度の良さ	指標	アンサンブル学習 1. 重回帰 2. 多項式回帰 3. XGboost	アンサンブル学習 1. 重回帰 2. 多項式回帰
1に近いほどいい	adjusted_r2(train)	0.87	0.76
1に近いほどいい	adjusted_r2(test)	0.84	0.77
低いほどいい	平均誤差率(test)	0.12	0.14
低いほどいい	MAE(test)	2.44	2.89
低いほどいい	MedianAE(test)	1.87	1.95
低いほどいい	RMSE(test)	3.65	4.40
1.253に近いほどいい	RMSE(test) / MAE(test)	1.50	1.52