Автоматизация определения цен на недвижимость в городе Москва

Интеллектуальная система позволяет определить примерную стоимость квартир в г. Москва по известным характеристикам: округ, ближайшая станция метро, расстояние от центра Москвы, время в пути до станции метро пешком, общая площадь квартиры, количество комнат.

Описание набора данных

Для обучения и тестирования используется набор данных, состоящий из 3605 строк.

Набор для обучения состоит из 2884 строк.

Набор для тестирования состоит из 721 строк.

7 колонок:

Округ

Метро

Расстояние от центра (км.)

Время до станции метро (мин.)

Общая площадь (м²)

Число комнат

Стоимость (р.)

Округ: 10 названий округов Москвы

ВАО

ЗАО

Новая Москва

САО

СВАО

СЗАО

ЦАО

ЮАО

ЮВАО

ЮЗАО

Метро: 245 названий станций метро, от Авиамоторная до Яхромская

Расстояние от центра (км.):

min = 2

mean = 12.47

max = 29.7

Время до станции метро (мин.):

min = 1

mean = 17.6

max = 78

Общая площадь (м²):

min = 1.6

mean = 61.7

max = 314

Число комнат:

min = 0

mean = 2.42

max = 6

Стоимость (р.):

min = 6002000

mean = 24216880

max = 99999900

Набор данных собран с сайта по продаже недвижимости "Квадратный метр" (m2.ru).

Данные актуальны на 2022 год.

Выполнено обучение и тестирование 4-х алгоритмов: CatBoostRegressor, случайный лес (Scikit Learn), k-случайных соседей (Scikit Learn), нейронная сеть (Keras).

Выполнена оценка качества работы алгоритмов по двум метрикам: Mean Absolute Percentage Error, Mean Absolute Error.

Построены диаграммы со значениями метрик MAPE, MAE.

Лучшие результаты показал CatBoostRegressor:
MAPE: 12.9%
MAE: 3099514 рублей

Данные результаты говорят о том, что разработанную систему нельзя использовать для автоматического назначения цены, но можно использовать в качестве системы для быстрой оценки недвижимости и рекомендации её примерной стоимости.