Árboles de decisión en economíauna aplicación a la determinación del precio de la vivienda

  1. Máximo Camacho 1
  2. Salvador Ramallo 1
  3. Manuel Ruiz Marín 2
  1. 1 Universidad de Murcia
    info

    Universidad de Murcia

    Murcia, España

    ROR https://ror.org/03p3aeb86

  2. 2 Universidad Politécnica de Cartagena
    info

    Universidad Politécnica de Cartagena

    Cartagena, España

    ROR https://ror.org/02k5kx966

Libro:
Nuevos métodos de predicción económica con datos masivos
  1. Peña, Daniel (ed. lit.)
  2. Poncela, Pilar (ed. lit.)
  3. Ruiz, Esther (ed. lit.)

Editorial: Fundación de las Cajas de Ahorros (FUNCAS)

ISBN: 9788417609481

Año de publicación: 2021

Páginas: 61-92

Tipo: Capítulo de Libro

DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Resumen

En este trabajo describimos los árboles de decisión y repasamos su utilización en elanálisis de datos económicos en el contexto de big data. De manera simplificada, realizamos un análisis comparativo de los algoritmos más utilizados en la construcción deárboles de decisión: CART, bagging, random forests y boosting. A modo de ilustraciónde estos procedimientos, examinamos cuáles son los determinantes del precio de lavivienda en Madrid en una muestra de 20.386 viviendas del portal Idealista en 2018.El fuerte componente no lineal de la relación del precio con sus determinantes es clavepara destacar las ventajas de los árboles de decisión frente a propuestas más convencionales.

Fuente de los datos: Dialnet