Core Concepts
위치 정보를 모델의 한 플레이어로 간주하여 공간 효과와 비공간 효과를 정량화하는 GeoShapley 방법론을 제안하였다.
Abstract
이 논문은 GeoShapley라는 게임 이론 기반의 접근법을 소개한다. GeoShapley는 위치를 모델의 한 플레이어로 간주하여 공간 효과와 비공간 효과를 정량화할 수 있다.
주요 내용은 다음과 같다:
- GeoShapley는 Shapley 값 프레임워크를 확장하여 위치 정보를 하나의 통합된 플레이어로 고려한다. 이를 통해 위치 효과와 위치-변수 간 상호작용 효과를 측정할 수 있다.
- 시뮬레이션 데이터를 활용하여 GeoShapley 값을 검증하고, 다양한 통계 및 기계학습 모델에 적용하여 비교 분석하였다.
- 시애틀 지역 주택 가격 모델링 사례를 통해 GeoShapley의 해석과 활용성을 실증적으로 보여주었다.
- GeoShapley는 공간 통계 모델과 기계학습 모델을 연결하는 다리 역할을 할 수 있다.
Stats
위치 정보(UTM_X, UTM_Y)에 따라 주택 가격이 최대 123% 증가하거나 43% 감소할 수 있다.
주거 면적(sqft_living)이 1% 증가하면 주택 가격이 약 0.5% 증가한다.
주택 등급(grade)이 1단계 상승하면 주택 가격이 약 5% 증가한다.
수변 접근성(waterfront)이 있으면 주택 가격이 약 30% 증가한다.
전망(view)이 최고 수준이면 주택 가격이 약 40% 증가한다.
Quotes
"위치 정보를 모델의 한 플레이어로 간주하여 공간 효과와 비공간 효과를 정량화하는 GeoShapley 방법론을 제안하였다."
"GeoShapley는 공간 통계 모델과 기계학습 모델을 연결하는 다리 역할을 할 수 있다."