การทำนายราคาที่ดินด้วยการเรียนรู้ของเครื่องในอำเภอเมืองขอนแก่น
การวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาโมเดลการประเมินราคาที่ดิน และศึกษาปัจจัยที่มีอิทธิพลต่อราคาที่ดิน ด้วยการเรียนรู้ของเครื่อง ที่ใช้เป็นแนวทางของการกำหนดราคาประเมินให้ได้ใกล้เคียงกับราคาซื้อขายจริงในอำเภอเมืองขอนแก่น จากข้อมูลราคาที่ดินที่มีการซื้อขายในเว็บไซต์กรมบังคับคดี 193 แห่ง และข้อมูลราคาประ...
Saved in:
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Surindra Rajabhat University, Faculty of Science and Technology, Department of Computer Education
2024-08-01
|
| Series: | Journal of Computer and Creative Technology |
| Subjects: | |
| Online Access: | https://so13.tci-thaijo.org/index.php/jcct/article/view/669 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | การวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาโมเดลการประเมินราคาที่ดิน และศึกษาปัจจัยที่มีอิทธิพลต่อราคาที่ดิน ด้วยการเรียนรู้ของเครื่อง ที่ใช้เป็นแนวทางของการกำหนดราคาประเมินให้ได้ใกล้เคียงกับราคาซื้อขายจริงในอำเภอเมืองขอนแก่น จากข้อมูลราคาที่ดินที่มีการซื้อขายในเว็บไซต์กรมบังคับคดี 193 แห่ง และข้อมูลราคาประเมินของกรมที่ดิน 1500 แห่ง ในการศึกษาปัจจัยที่เกี่ยวข้องได้แก่ ราคาประเมิน ประเภททรัพย์ ขนาดพื้นที่ ระยะทาง และราคาประเมินเฉลี่ยจากที่ดินห้าผืนใกล้เคียง โมเดลที่ใช้ในการวิเคราะห์ ได้แก่ ต้นไม้ตัดสินใจแบบถดถอย เเรนดอมฟอเรสท์ เกรเดียนบูสทรี และการถดถอยเชิงเส้น ซึ่งการประเมินราคาที่ดินจากกรณีศึกษาโดยการวัดผลโมเดลในค่าความคลาดเคลื่อนเฉลี่ยสัมบูรณ์ ค่าความคลาดเคลื่อนเฉลี่ยรากที่สอง ค่าสัมประสิทธิ์กำลังสองของการอธิบายความแปรปรวน การค้นหาแบบกริด และการประเมินประสิทธิภาพแบบไขว้ทบเพื่อคัดเลือกพารามิเตอร์ของโมเดล และประเมินประสิทธิภาพ ผลวิจัยพบว่า โมเดลที่มีผลการทำนายข้อมูลที่ดีที่สุดคือเกรเดียนบูสทรี ที่มีค่าสัมประสิทธิ์กำลังสองของการอธิบายความแปรปรวนสูงสุดเท่ากับ 0.80 ค่าความคลาดเคลื่อนเฉลี่ยสัมบูรณ์ และค่าความคลาดเคลื่อนเฉลี่ยรากที่สองต่ำสุด เท่ากับ 7929.40 และ 15281.33 ตามลำดับ ความสำคัญของคุณลักษณะในกลุ่มสถานที่ที่มีผลต่อการทำนายมากที่สุด รองลงมาคือขนาดพื้นที่ ราคาประเมินเฉลี่ยจากห้าตำแหน่งใกล้เคียง และประเภททรัพย์ |
|---|---|
| ISSN: | 2985-1580 2985-1599 |