얼마써 — AI 예상낙찰가

삼각편대 — 얼마써 예상낙찰가 AI

현역Simple Ensemble · 머릿수 연합

삼각편대는 법원 경매 물건의 낙찰가를 예측하는 얼마써 예상낙찰가 모델 21개 중 하나입니다. 매달 실제 낙찰 결과와 대조해 채점하며, 물건의 조건이 이 모델에 맞을 때 그 값이 예상낙찰가로 채택됩니다. 성적만으로 정하지 않습니다.

정식 명칭Simple Ensemble
전술다수결. 표결만 있고 작전은 없다.
강점안정적 중상위권 + 경기장 5승.
약점단독 최강 대비 +0.1%p — 사실상 무승부. 연합은 머릿수가 아니었다.

계보

HGB·캣부스트·라이트GBM 3팀이 지휘부 없이 결성한 첫 연합.

어떻게 낙찰가를 계산하나

단순 평균 — 세 팀의 답을 3분의 1씩 섞는다. 그게 전부.

세계 무대에서의 위치

앙상블 평균은 캐글 상위권의 마무리 상비 전술 — 그러나 지휘부 없인 한계가 있다는 게 우리 실측.

견주는 방식

스태킹 연합과의 형제 대결이 리그 최대 서사 — 같은 3군인데 5승 vs 39승. 지휘부의 유무가 운명을 갈랐다.

이번 회차 관측

지휘부 없는 연합의 한계를 실측으로 남겼다. 스태킹 연합 탄생의 반면교사.

학술 해설

원전 논문

모델 평균화의 통계 이론 — Bates & Granger (1969) "The Combination of Forecasts", 예측 결합의 고전.

수리 원리

오차가 완전 상관이 아닌 예측기들의 평균은 개별 예측기보다 분산이 작다. 단, 구성원의 오차 상관이 높을수록 이득은 소멸한다.

작동 구조

세 부스팅 계열 예측의 산술평균. 가중치 학습이 없어 추가 데이터가 불필요하다.

계산 특성

결합 비용 0. 상한도 명확 — 최적 가중 결합(스태킹)에 이론적으로 지배당한다.

학계 검증

본 리그 실측(+0.1%p)이 이론 그대로: 같은 부스팅 혈통 3팀은 오차 상관이 높아 평균의 이득이 거의 없었다.

세부 학습 설정은 공개하지 않습니다.

다른 예상낙찰가 모델

NGBoost V2NGBoost V2엑스트라트리Extra TreesLightGBM V5LightGBM V5DeepForestDeepForestCatBoost V2CatBoost V2라이트GBMLightGBM

전체 모델 보기 →   경매 물건에서 예상낙찰가 확인하기 →

얼마써 — 사건번호만 입력하면 법원경매 물건의 예상낙찰가를 AI가 계산합니다. 여러 방식이 낸 값을 실제 낙찰가와 매달 대조해 검증합니다. 입찰가 결정은 경매 참여자 본인의 판단이며, 예상낙찰가는 통계 기반 참고치입니다. 입찰 전 법원 공고와 현장을 반드시 확인하세요.