Прогнозирование цены на художественные полотна: вклад личности художника

В работе на примере выборок для Василия Кандинского и Пауля Клее были опробованы продвинутые техники прогнозирования (XGBoost), давшие значительное улучшение качества прогноза на основе RMSE относительно МНК и регуляризованных вариантов МНК оценок (LASSO/Ridge/Elastic Net). Проблема наличия пропусков в наблюдениях также не осталась без внимания и была решена с помощью алгоритма случайного леса (Random Forest). Чтобы определить вклад личности художника вместо простого включения дамми переменной, обозначающей принадлежность работы одному из них, предлагается двухшаговая процедура. Сначала, чтобы приблизительно установить кого из художников можно назвать законодателем ценообразования в рамках жанра прогнозная модель тестируется на перекрестных выборках: модель Кандинского на тестовых данных Клее, а модель Клее на тестовых данных Кандинского. Затем на основе метода Coarsed Exact Matching находятся пары картин двух художников, отличающиеся только авторством и проводится оценка вклада личности художника для этой подвыборки, симулирующей результаты экспериментального дизайна. Результаты следующие: модель Кандинского оказалась более общей, а его авторство делает картину в среднем дороже на 55% относительно картины Клее.