Laboratorio de precios de vivienda

Resumen del proyecto

Estudio de modelos de precios de vivienda frente a una referencia sencilla.

Un estudio de regresión por ensamble con un conjunto académico de viviendas de 545 filas. Crea características inmobiliarias, compara ponderaciones con validación cruzada y reserva un conjunto de prueba independiente.

• Python
• Regresión
• Aprendizaje por conjuntos
• Evaluación

Dentro de esta creación

• Preparé datos de cinco ciudades y tres categorías de reforma, sin valores faltantes ni identificadores duplicados.
• Derivé predictores de habitaciones totales, superficie por dormitorio, baños por dormitorio y superficie por planta, excluyendo identificadores y precio de las entradas.
• Utilicé imputación, escalado y codificación one-hot ajustados por partición para evitar fugas de preprocesamiento.
• Comparé cuatro candidatos de ponderación mediante validación en cinco particiones sobre 436 filas de entrenamiento y seleccioné un ensamble 2:1:1 de Ridge, bosque aleatorio y gradient boosting.
• Evalué 109 filas reservadas: R² 0.5353, MAE 113,249.95 y RMSE 153,267.51, con menor error que la referencia basada en la mediana.
• Añadí 19 pruebas y documenté la ausencia de validación externa, intervalos de predicción y análisis por subgrupos; sigue siendo un estudio académico.

Código fuente y enlaces