Predicción del valor de mercado de una vivienda en la ciudad de Barcelona mediante la obtención de un conjunto de datos y el desarrollo de un algoritmo de aprendizaje automático

Abstract

El propósito de este trabajo es obtener una herramienta que permita predecir el valor de mercado de una vivienda en la ciudad de Barcelona a partir de la obtención de un conjunto de datos y el uso de un modelo de aprendizaje computacional. Se realizan diversos análisis para identificar los atributos de los inmuebles que determinan su precio, la fuente y el método de extracción de datos óptimos y el modelo de aprendizaje computacional idóneo para predecir precios de viviendas. Se obtiene el conjunto de datos del portal inmobiliario Idealista mediante una herramienta de web scraper. El conjunto de datos es tratado y analizado para posteriormente ser suministrado a un algoritmo de aprendizaje computacional XGBoost, que se desarrolla, optimiza y evalúa. La métrica de ajuste obtenida es el error medio absoluto relativo, y su valor es 15%. El ajuste del modelo se considera satisfactorio comparativamente, siendo similar al de las tasadoras oficiales y sustancialmente inferior al de las tasadoras en línea gratuitas. Se desarrolla una interfaz gráfica que permite al usuario obtener una predicción del valor de la vivienda a partir de los atributos introducidos.

The purpose of this project is to obtain a tool that allows predicting the market value of a residential property in the city of Barcelona by obtaining a dataset and using a machine learning model. Various analyses are conducted to identify the attributes of properties that determine their price, the optimal data source and extraction method, and the suitable machine learning model for predicting housing prices. The dataset is obtained from the real estate portal Idealista using a web scraper tool. The dataset is processed and analyzed before being provided to an XGBoost machine learning algorithm, which is developed, optimized, and evaluated. The fitting metric obtained is the relative mean absolute error, with a value of 15%. The model's fit is considered satisfactory comparatively, being similar to that of official appraisers and substantially lower than that of free online appraisers. A graphical interface is developed, allowing users to obtain a prediction of the property value based on the attributes inputted.