АНАЛИЗ ДАННЫХ И ПРОГНОЗИРОВАНИЕ СТОИМОСТИ КВАРТИР В МОСКВЕ И МОСКОВСКОЙ ОБЛАСТИ МЕТОДАМИ МАШИННОГО ОБУЧЕНИЯ
Конференция: CCCLXVI Студенческая международная научно-практическая конференция «Молодежный научный форум»
Секция: Технические науки

CCCLXVI Студенческая международная научно-практическая конференция «Молодежный научный форум»
АНАЛИЗ ДАННЫХ И ПРОГНОЗИРОВАНИЕ СТОИМОСТИ КВАРТИР В МОСКВЕ И МОСКОВСКОЙ ОБЛАСТИ МЕТОДАМИ МАШИННОГО ОБУЧЕНИЯ
Введение
На цену квартиры влияют площадь, число комнат, ремонт, этаж и доступность транспорта. Цель работы — рассмотреть подготовку данных о квартирах Москвы и Московской области и результаты выбора регрессионных моделей в проекте AI Property Prediction System [1].
Исходные данные
Для исследования в программном проекте использовался открытый набор Moscow Housing Price Dataset [3]. При проверке файла data.csv установлено, что он содержит 22 676 записей и 12 столбцов. Из них 1 835 строк являются точными дубликатами, поэтому после их удаления остается 20 841 уникальное наблюдение. Значения поля Region относятся к городу Москве и Московской области. Таким образом, исходные данные не описывают рынок недвижимости всей России.
Цена указана в рублях. Остальные поля описывают тип квартиры, метро, регион, число комнат, площади помещений, этаж, этажность и ремонт. В проекте средняя цена заметно выше медианы, что показывает асимметрию распределения [1].
Подготовка данных
В рабочем блокноте Jupyter данные сначала разделяются на две географические группы: Москва и Московская область. Для каждой группы отдельно рассматриваются нетипично дорогие квартиры. Границы выбросов определяются по межквартильному размаху IQR с коэффициентом 1,5. Затем целевая переменная преобразуется по формуле y = ln(1 + Price). Такой переход уменьшает разброс цен, но меняет единицы измерения ошибок прогнозирования.
Для обучения категориальные признаки кодируются: тип квартиры — числом, ремонт — бинарными индикаторами. Название станции метро исключается из-за большого числа категорий. Данные делятся на обучающую и тестовую выборки 80/20 при random_state = 42. Это можно проверить в предоставленном Jupyter-блокноте.
Обучение и оценка моделей
В блокноте применяется TPOT для автоматического выбора алгоритма scikit-learn [4, 5]. Для Московской области выбран ExtraTreesRegressor, для Москвы — GradientBoostingRegressor. Второй метод последовательно добавляет деревья для уменьшения ошибки [2]. Поскольку модели обучены на разных региональных выборках, их результаты нельзя напрямую считать сравнением на общем тесте.
Для Московской области в сохраненном выводе Jupyter указаны средняя абсолютная ошибка на тестовой выборке MAE = 0,05857 и корень из среднеквадратичной ошибки RMSE = 0,08219. Обе величины получены на логарифмической шкале, то есть не выражены в рублях. Для получения ошибки в денежном выражении необходимо сначала преобразовать прогноз по формуле Price = exp(y) − 1, а затем заново вычислить метрики. В представленном блокноте есть код такого обратного преобразования, но соответствующие числовые результаты не сохранены.
Обсуждение
Метрики зависят от разделения выборки, обработки выбросов и шкалы целевой переменной. Для практической оценки необходимо проверять модели на новых объявлениях. Результаты нейронной сети из выпускной работы в данном Jupyter-блокноте не воспроизведены, поэтому не включены в количественное сравнение.
Заключение
На основе CSV и Jupyter-блокнота рассмотрено прогнозирование стоимости квартир Москвы и области. Подтверждены число наблюдений, дубликаты и признаки. Сохраненные результаты TPOT показывают использование ансамблевых методов. Следующий шаг — воспроизводимый эксперимент с расчетом ошибок в рублях.
Список литературы
- Фатхи С.А. Сайед Ахмед Фатхи AI Property Prediction System: выпускная квалификационная работа. – Уфа: Уфимский университет науки и технологий, 2025.
- Friedman J.H. Greedy Function Approximation: A Gradient Boosting Machine // The Annals of Statistics. – 2001. – Т. 29, № 5. – P. 1189–1232.
- Kainov E. Moscow Housing Price Dataset [Электронный ресурс]. Kaggle. – URL: https://www.kaggle.com/
datasets/ egorkainov/ moscow-housing-price-dataset (дата обращения: 12.11.2026). - Olson R.S., Moore J.H. TPOT: A Tree-Based Pipeline Optimization Tool for Automating Machine Learning // Proceedings of the Workshop on Automatic Machine Learning. – 2016. – P. 66–74.
- Pedregosa F. et al. Scikit-learn: Machine Learning in Python // Journal of Machine Learning Research. – 2011. – Т. 12. – P. 2825–2830.




