Исследование рынка недвижимости на основе открытых данных

Рынок жилой недвижимости Москвы представляет собой сложную структуру, состоящую из нескольких миллионов квартир, характеризующихся множеством признаков. При этом любые изменения на рынке могут стать поводом для спекуляций и преднамеренного увеличения цен на недвижимость. Поэтому так важно понимать, где реальная стоимость квартиры, а где завышенная. Целью данной выпускной квалификационной работы было провести исследование рынка жилой недвижимости Москвы, а также предложить метод машинного обучения, с помощью которого можно наиболее точно предсказать стоимость квартиры по имеющимся у нее признакам. Для достижения цели потребовалось решить следующие задачи: обзор рынка московского жилья, сбор данных, применение методов машинного обучения к ним, выбор наилучшего метода. Данные были собраны с сервиса ЦИАН. В качестве методов машинного обучения были выбраны следующие четыре: линейные модели, решающие деревья, случайный лес и градиентный бустинг на решающих деревьях. В результате применения вышеперечисленных методов к имеющимся данным было получено, что случайный лес предсказывает стоимость квартиры с наименьшей среднеквадратичной ошибкой.