Narzędzia
W tym miejscu znajdują się narzędzia do zaawansowanej analizy rynku nieruchomości.
Analiza wpływu wybranych cech na wartość mieszkania
Opracowaliśmy modele machine learningowe, za pomocą których przeprowadzamy symulacje wyceny mieszkania analizując różnorodne zmienne. Użytkownicy mogą łatwo wprowadzić podstawowe dane o nieruchomości przy użyciu dedykowanego formularza i otrzymać po naciśnięciu przycisku „Analizuj” szczegółowe rekomendacje. Te rekomendacje wskazują, które cechy mieszkania mają pozytywny wpływ na jego cenę rynkową.
Aktualnie dostępny jest tylko jeden scenariusz obejmujący analizę rynku wtórego.
Analiza dla rynku wtórnego (model XGBoost.23feats.v1.20240131)
Model bazuje na algorytmie XGBoost, który został wytrenowany na zbiorze około 35 tys. obserwacji. Główne dane treningowe pochodzą z ofert ogłoszeniowych publikowanych w internecie w roku 2018. Dane treningowe obejmują szeroki zakres informacji, od lokalizacji i danych demograficznych, po ekonomiczne, statystyczne, a także szczegółowe opisy stanu i wykończenia nieruchomości.
Zmienne, które są rozpatrywane w analizie wpływu cech to klimatyzacja, umeblowanie, zmywarka, TV oraz, to czy mieszkanie nadaje się od razu do zamieszkania.
Uwagi:
- wpływ cech nie jest addytywny, co oznacza że scenariusz uwzględniający zmianę dwóch cech jednocześnie nie przyniesie takich samych korzyści jak suma scenariuszy zmieniających tylko jedną cechę.
Ograniczenia:
- nieaktualne ceny mieszkań, przez co model zaniża wartość nieruchomości. Należy zwrócić uwagę, że symulacje analizują różnice w prognozowanych cenach, które są mniej obciążone upływem czasu.
- dane w dużej części dotyczą większych miast, dlatego analizy w mniejszych miejscowościach mogą być obarczone większą niepewnością.