Ч а с т ь I v молодой ученый

239
“Young Scientist” .  # 27 (422) .  July 2022
Economics and Management
собна предсказывать только 76 % изменчивости цены 
квартиры.
На втором месте по качеству модели находить метод 
градиентный бустинг. Он способен объяснить 85,5 % из-
менчивости цены с помощью выбранных независимых 
переменных.
На третьем месте находится модель случайный лес 
с коэффициентом детерминации равным 83,9 %. На чет-
вертом месте линейная регрессия, способная объяснить 
80,6 %. Худшей обобщающей способностью обладает мо-
дель дерево решений.
Также в ходе данного исследования на основе анализа 
значимости независимых переменных во всех рассмо-
тренных моделях было выявлено, что наиболее влиятель-
ными переменными являются площадь объекта, количе-
ство комнат, средняя цена по микрорайону, тип ремонта, 
год постройки и его этажность, а также расстояние до 
центра города.
Таблица
 1. Значения выбранных метрик рассмотренных моделей
 
R
2
MedAPE
MAPE
Линейная регрессия
80,6 %
11,61 %
14,94 %
Дерево решений
76,0 %
11,98 %
15,24 %
Случайный лес
83,9 %
8,76 %
11,87 %
Градиентный бустинг
85,5 %
9,68 %
12,27 %
CatBoost
86,4 %
8,67 %
11,33 %
Литература:
1. Агентство недвижимости во Владивостоке Этажи. URL: https://vl.etagi.com/ (Дата обращения: 19.06.2022).

---

240
«Молодой учёный» . № 27 (422)  . Июль 2022 г.
Маркетинг, реклама и PR
М А Р К Е Т И Н Г, Р Е К Л А М А И PR
Running an advertising campaign
Klovanich Yuliya Dmitriyevna, student master’s degree
Tyumen Industrial University
The article contains information about the features of the advertising campaign.