ЗАСТОСУВАННЯ МАШИННОГО НАВЧАННЯ ДЛЯ АНАЛІЗУ ТА ПРОГНОЗУВАННЯ ЦІН НА ЖИТЛО

Анотація

У статті проілюстровано застосування методів машинного навчання з метою аналізу та прогнозу цін на ринку нерухомості. Основна увага приділена ретельному аналізу вхідних даних та розгляду різних варіантів регресійних моделей. У результаті проведених досліджень було розроблено статистичну модель для прогнозування цін на житлову нерухомість, використовуючи метод випадкового лісу, як найкращу модель. Процес створення моделі включав етапи імпорту бібліотек та модулів, завантаження даних з датасету, аналізу даних, їх очищення та середньої статистичної оцінки. Декілька методів машинного навчання було ретельно вивчено з використанням середньоквадратичної похибки для визначення оптимального підходу. Масив даних, отриманий із відкритого ресурсу – сайту продажу та оренди нерухомості "Лун", ефективно використаний для аналізу, зокрема завдяки кластеризації за параметрами, такими як площа, розміщення, рік побудови тощо. Підготовка та тестування фінальних моделей проводилися на реальних даних, що продемонструвало відмінні результати в прогнозуванні цін. Отриманий результат моделювання був ефективно перевірений на реальних об'єктах нерухомості, підтверджуючи точність роботи моделі на рівні 87%. Високі показники свідчать про правильність конструкції моделі та доцільність використання програмних рішень для її втілення. Зазначена модель легко може застосовуватися для аналізу подібних масивів даних.