两年前，几乎和我同时回国，也到大学当了副教授，不过和我不在同一学校。由于专业相近的缘故，平日里交流倒也频繁。虽说是“喝两杯”，但我俩都不爱喝酒，喝两杯只是喝些茶汤饮料以缓解高强度聊天造成的口干舌燥。“这是好事啊！”我赶紧说道。我的确是这样想的——X君在国外读博士、做博后许多年，攒了些钱，回国工作又有一笔安家费，要再不够找亲友随便凑一些，虽说这两年房价翻翻地涨，但买房对他而言并不是特别难的事。“终于安顿下了，往后就安心搞科研当房奴吧！”我打趣道。买房？模型？我一头雾水。听X君说完事情的原委，我的膝盖不知何时已贴到了地上。X君是研究固体力学的，尤其擅长材料的本构建模，他毕生信奉万事万物皆可建模，这不，买房也一样。X君一回国就萌生了买房的想法，但现在新房普遍靠近郊区，为上班方便，便主要倾向于单位周围的二手房了。他酝酿成熟后把这个想法告诉了媳妇，两口子一拍即合。X君当年大学毕业于和尚班，按照术语叫做“男女比例正无穷大”。他长期继承着工科男生找不着对象的优良传统，直到博士后期才脱了单。正因为此，X君对媳妇是相当好的。他知道看房是件苦差事，就提议先由自己“海选”把关，等把范围缩小到五六套时，再提请媳妇定夺。这叫做“参谋权在我，决策权在她。”X君先后看了二十多套房子，为了便于媳妇决策，他建立了一个模型，最终筛选出了六套备选方案。每套房子的评价参数有8个，分别是：地段交通、小区物业、内外环境、户型、采光、年代、装修、楼层。通过给不同指标打分，可以得出每套房子的雷达图（如图1）。但是，这样的评价是无法直接指导买房的，因为不同指标的“含金量”不同，用术语讲，就是权重不同。例如：学区房属性，本应占很大的权重，但X君是老师，对此无所谓，也就没必要定义为参数了。再比如，如果打算直接入住，那么装修占的权重必然很大；如果打算不论装修如何都要按照自己的风格重新装修，那么此项权重就可以很小。为此，X君建立了一个简单的房源得分加权算法：其中Fi就是房源评价雷达图里的8个指标，每个ai的值对应了每个指标的权重，并满足如下条件：在X君看来，地段交通比较重要，它直接决定了以后生活、上班的便利程度；户型亦然，它直接决定了居住体验。据此，X君按照自己的想法给出了各项权值，得到了这六套房的加权总得分，如图2所示：接着，以房源加权得分为横坐标、以房屋总价为纵坐标作图，即可得到得分与房价散点图，如图3：
对散点进行线性拟合，即可得出房源得分与房价的分布规律，如图4中蓝色直线，该线即可视为可信的房价预测。拟合线：拟合线代表房源得分与房屋总价相符，可认为符合市场规律；拟合线左上方：房屋总价高出预估市场价，属于低分高价，应予以排除；拟合线右下方：房屋总价低于预估市场价，属于高分低价，应着重考虑；拟合线左下方：房屋得分低，但报价也低于市场价，属于低分低价，若手头资金紧张可以考虑；拟合线右上端：房屋得分高，但报价略高于市场价，对于追求品质的土豪随意。待一切妥当，X君把整理好的模型及结论拿给媳妇。媳妇只看了一眼就湿了眼眶，依偎在X君怀里送上香吻的间隙不断慨叹自己选男人的眼光多么毒辣——“还是理工男靠谱，本、硕、博修炼十多年的理工男尤其是。”X君抿了一口茶，沉默良久，说道：“那天不该先去那个小区的……”按照X君事先规划好的行程最优路线，首先看的是房源1，然后再看的是房源3，然后就没有然后了。因为从房源3出来，路过小区花园一个雕塑时，X君媳妇看到了一只猫，懒洋洋地趴在雕塑下晒太阳。花园、雕塑、阳光、猫，这的确是一幅美丽而宁静的画面。“我把我的模型给她讲了三遍，她说我不懂美。我忍了。”“我说不能光看环境漂亮，把权值的赋值依据给他讲了三遍，她说我没文化，我忍了。”“可是后来，她竟然说我的模型有问题！说我不懂美、没文化我都可以忍，好家伙，竟然质疑到我的专业能力了，反了她了！”我生怕X君做出什么冲动的事情来，赶忙劝道：“不至于不至于……”X君喝了一大口茶，接着说：“于是我把模型参数ai进行了迭代修正，直到房源3的得分跑到最高。”按照新的得分，再画房源得分与房价趋势图，一切都和谐了，如图6。“我把新的模型甩到她跟前，说：‘你再看看，错了吗？！’”我没亲眼见过X君媳妇是什么样的表情，按照X君的描述，媳妇立时就化身小迷妹了。“按照科学原理去爱，没哪个妹子能招架得了的。”
文转载自亚辉公众号（ID:yahui_zhang1988），作者：张亚辉。
