・指標：MER（Median Error Rate：中央値誤差率） = median(|予測−実績|／実績) × 100 （MERの数値が小さいほど、AIの予測が実際の価格に近い=精度が高いことを意味します。例えばMERが5%であれば、対象となる物件のうち半分が「実際の売買価格と5%以内の誤差」で予測できている）

・評価：学習外ホールドアウト（時系列）／テスト期間：2024–2025（直近12ヶ月）／総テスト：n=58,000

・機械学習エンジン：決定木アンサンブルを中心に、近傍ベースの周辺相場特徴と、距離に応じて影響が滑らかに変わる地理スムージングを組み合わせています。

・予測レンジ：統計的な校正と市場の成約傾向に基づいて算出された価格の目安範囲です。データに基づく予測値を基盤としつつ、実際の成約事例を考慮し、やや狭めの幅で表示しています。条件によりレンジ外となる場合があります。

・主な特徴量：所在地（緯度経度・最寄駅距離・周辺相場）、面積、築年、間取り等。

・更新：データ追加と定期再学習により精度を継続的に改善します。

・不得意条件：旧耐震（1981年以前）、極端な高額帯・築古、駅から遠距離・極端な面積、周辺の成約件数が少ない地域では誤差が大きくなりやすい傾向があります。

・出典：国土交通省「不動産情報ライブラリ」、当社独自の成約・査定データベース、その他の公的データ。