Інформаційна технологія передбачення ціни продажу будинків у кінг-каунті методами машинного навчання

Анотація

Продаж та купівля нерухомості, зокрема житла, будинків є надзвичайно важливими для нашого життя. Більшість людей звертаються в агентства нерухомості до ріелторів з метою придбання якісного житла та водночас по оптимально вигідній для покупця ціні. Варто покладатись не лише на особисту оцінку або оцінку сторонніх експертів, але також використовувати системи передбачення ціни, які за допомогою ознак будинку (площа, кількість поверхів, місце розташування, кількість спальних кімнат, рік побудови тощо) спроможні передбачати можливу його ціну. Стаття присвячена задачі по підвищенні точності передбачення ціни продажу будинків у Кінг-Каунті методами машинного навчання шляхом створення інформаційної технології передбачення цієї ціни. Здійснено аналіз продажу та купівлі нерухомості, попередньо запропоновано ознаки, які мають вплив на ціноутворення будинків. Виконано вибір датасету та опис його основних ознак, попереднє очищення даних, проведено розвідувальний аналіз даних, запропоновано правило фільтрації аномальних значень для обраного датасету, вибрано множину можливих моделей, здійснено їх тренування та вибрано оптимальну серед них, наведено та проаналізовано результат роботи моделей, для порівняння наведено точність передбачення аналогічних рішень. Отримано оптимальну регресійну модель LGBM, її застосування дозволило отримати точність передбачення 0.876, що є більшим за 0.82, як у найкращого аналога. Наукова новизна полягає у тому, що дістала подальший розвиток інформаційна технологія передбачення ціни продажу будинків у Кінг-Каунті з використанням методів машинного навчання, яка дозволяє підвищити точність такого передбачення у порівнянні з аналогами.