Predição de Preço de Imóveis - Real Estate Saint Petersburg 2014 - 2019

📝 Introdução

São Petersburgo é a segunda maior cidade russa, o dataset Real Estate Saint Petersburg 2014 - 2019 contém uma rica quantidade de informações sobre o mercado imobiliário local. Os dados incluem variáveis que descrevem tanto os imóveis, quanto a região onde cada um está localizado. Portanto meu objetivo neste projeto foi explorar os dados para construir um modelo de machine learning capaz de predizer os preços dos imóveis na cidade.

🛠️ Ferramentas

• Python 3.12+
  • Bibliotecas: Pandas, NumPy, Scikit-learn, XGBoost, feature-engine, category-encoders, openpyxl, Optuna

📊 Dataset

Coluna	Descrição
airports_nearest	Distância em metros para o aeroporto mais próximo
balcony	Número de sacadas
ceiling_height	Altura em metros do telhado
cityCenters_nearest	Distância até o centro da cidade em metros
days_exposition	Número de dias que o anúncio esteve ativo
first_day_exposition	Data de publicação do anúncio
floor	Total de andares do imóvel
floors_total	Total de andares no prédio onde o imóvel está localizado
is_apartment	Se é um apartamento (bool)
kitchen_area	Área da cozinha em metros quadrados
last_price	Último preço de anúncio
living_area	Área de convivência em metros quadrados
locality_name	Nome da localidade
open_plan	Se a propriedade tem um plano aberto (bool)
parks_around3000	Número de parques em um raio de 3km
parks_nearest	Distância do parque mais próximo em metros
ponds_around3000	Número de corpos de água em um raio de 3km
ponds_nearest	Distância do corpo de água mais próximo
rooms	Número de quartos
studio	Se é um apartamento do tipo studio (bool)
total_area	Área total do imóvel em metros quadrados
total_images	Número de imagens no anúncio

✅ Resultados

Métricas do modelo

Métrica	Resultado
MSE	0.0452
RMSE	0.2126
MAE	0.1423
R2 Score	0.8897

Sobre os resultados

Vale destacar que foi necessária uma transformação em $\log$, então pode-se ler os resultados em termo de porcentagem. O modelo utilizado foi o XGBRegressor da biblioteca XGBoost.

Visualizações

Real x Predito

Distribuição dos Resíduos

Feature Importances

⚙️ Como usar

Estrutura do projeto

.
├── data/                  
│   ├── processed/  
|   |   └── predictions.xlsx   
│   └── raw/                  
│       └── real_estate_data.csv           
│
├── doc/                            
│   ├── img/   
|   |   ├──plots/ 
|   |   |   └── [Arquivos dos plots gerados na EDA (stprices.ipynb)]                                
|   |   ├──vadim-babenko-zjVLWDSewtE-unsplash.jpg
|   └──.gitkeep        
│
├── models/
|    └── regressor.pkl
|
├── notebook/                       
│   └── stprices.ipynb                
│
├── scr/   
|   ├── __init__.py
|   ├── predict.py                       
│   └── train.py         
│
├── .gitignore
├── poetry.lock                     
├── pyproject.toml          
├── readme.md               

Instalação e uso

Instalar poetry

pip install poetry

Clonar repositório

git clone https://github.com/datalopes1/stpetersburg_prices.git
cd stpetersburg_prices/

Instalação das dependências

poetry install

Ativação do ambiente virtual

poetry shell

Treinamento do modelo e criação do arquivo .pkl

poetry run python scr/train.py

Gerar arquivo .xlsx com predições

poetry run python scr/predict.py

📞 Contato

• LinkedIn: https://www.linkedin.com/in/andreluizls1
• Portfolio: https://sites.google.com/view/datalopes1
• E-mail: datalopes1@proton.me