Проект предсказания стоимости аренды квартир

Описание проекта

Данный проект выполняется для компании Alyona Ivanovna Real Estate Agency (AI REA Ltd) - международного сервиса по продаже и аренде жилой недвижимости.

Задача проекта

Наша команда работает над подготовкой данных для обучения модели машинного обучения, которая будет предсказывать стоимость аренды квартир в Москве. Конечная цель - создать модель, которая будет выдавать предсказания с метрикой MAPE не более 30% (улучшение с текущих 50%).

Этапы работы

1. Релиз 1.0 ✅ - Разведочный анализ данных (EDA)
2. Релиз 2.0 ✅ - Очистка данных от пропусков
3. Релиз 3.0 ✅ - Инженерия признаков (Feature Engineering)

Состав команды

• Ступак Александр
• Никита Тимофеев

Текущий релиз (3.0)

В рамках третьего релиза мы провели инженерию признаков (Feature Engineering):

Созданные признаки:

1. Признаки на основе цены:

   • price_per_m2 - цена за квадратный метр
   • price_per_room - цена за комнату

2. Признаки на основе метро:

   • metro_category - категории удаленности от метро (0-4)
   • is_walk_distance - бинарный признак (пешая доступность ≤ 10 минут)

3. Признаки на основе площади:

   • is_small_area - бинарный признак для небольших квартир
   • is_large_area - бинарный признак для больших квартир
   • area_per_room - площадь на комнату

4. Категориальные признаки:

   • price_category - категория цены (0-3)

5. Комбинированные признаки:

   • building_renovation - комбинация типа здания и ремонта
   • metro_building - комбинация близости к метро и типа здания

Основные выводы:

1. Связь цены и удаленности от метро: Чем ближе квартира к метро, тем она дороже.

2. Зависимость цены от количества комнат: С увеличением количества комнат растет и стоимость аренды.

3. Распределение цены за квадратный метр: Большинство квартир имеют среднерыночную стоимость за кв.м.

4. Корреляция признаков: Наиболее сильно с ценой коррелируют площадь квартиры и количество комнат.

Результаты:

• Создан набор данных без пропусков и дубликатов
• Все признаки приведены к числовому типу (int или float)
• Добавлено 10 новых информативных признаков для улучшения качества модели
• Результаты сохранены в файл SOLYaNKA.csv

Предыдущие релизы

Релиз 2.0

В рамках второго релиза мы провели очистку данных от пропусков:

• Переименовали колонки на английский язык для соответствия стандартам
• Обработали пропущенные значения во всех колонках
• Стандартизировали форматы данных
• Сократили набор данных до 8 ключевых признаков:
  • id_listing: ID объявления
  • number_of_rooms: Количество комнат
  • metro_on_foot: Время до метро пешком (в минутах)
  • area_m2: Площадь квартиры (в м²)
  • building_info: Тип дома (категориальный признак)
  • price: Цена аренды квартиры
  • renovation: Тип ремонта (категориальный признак)
  • bathroom: Тип санузла (категориальный признак)

Результаты обработки данных представлены в файлах:

• preprocessing.ipynb: процесс очистки и преобразования данных
• edited_data.csv: очищенный набор данных без пропусков

Релиз 1.0

В рамках первого релиза мы провели разведочный анализ данных:

• Изучили структуру и содержание датасета
• Проанализировали распределения основных показателей
• Выявили закономерности и зависимости
• Определили направления для дальнейшей обработки данных

Результаты анализа представлены в файле EDA.html