用两种价格来源预测房价

Question

我正在寻求帮助解决以下问题。

数据集中有两个子样本--一个是真实的(有效的)，另一个是近似的(我还不知道它有什么不同，一个是公寓的实际价格，另一个是广告的价格，当然，你需要预测真实的一个)。对此有什么想法吗？我有两个想法-规范目标从广告(带来期望和变化到一个真正的目标)，并修改损失，使其惩罚更多的错误在一个真正的目标。没有更多的想法。因此，我寻求帮助。

更新:抱歉对细节太吝啬了。问题是如何预测房价，这是由专业房地产经纪人做的。该数据集具有许多特征(例如在某个半径内的商店数量、距离最近的学校的距离等)，我们在该数据集中有两个子集:第一个是包含房地产经纪人开发的价格的数据集，第二个是包含广告价格的子集。我们的目标是像房地产经纪人那样预测价格，但当然，房地产经纪人的预测是昂贵的，所以我们没有足够的数据，我们也使用来自广告的数据。因此，我想问的是，用广告的目标值来处理子集的最佳方法是什么。

Answer 1

这通常被称为弱监管，有噪声、有限或不精确的目标值。

一个选择是训练一个代理模型。使用房地产经纪人的价格作为基本真理，然后训练一个模型，“翻译”广告价格来模仿房地产经纪人的价格。