Ev Fiyat Tahmin Projesi (Ames Housing)

Bu projede, Ames, Iowa bölgesine ait konut verilerinden yola çıkılarak ev fiyat tahmini yapılmıştır. Veri seti, evin bulunduğu bölge, fiziksel ve yapısal özellikleri gibi pek çok detayı içermekte olup, Kaggle üzerinde de yarışması olan bu veriyle 79 açıklayıcı değişken üzerinden tahmin modeli oluşturulmuştur.

• Geniş kapsamlı bir emlak (konut) veri seti üzerinden evlerin satış fiyatlarını tahmin edebilecek bir makine öğrenmesi modeli geliştirmektir.
• Bu sayede, konutların gerçek değerlerini daha doğru biçimde öngörebilmek ve ilgili sektördeki değerleme süreçlerini hızlandırmak amaçlanmıştır.

• Doğru Fiyatlandırma: Emlak sektöründe hızlı ve güvenilir bir fiyatlandırma mekanizması oluşturur.
• Hızlı Karar Alma: Banka kredisi, ipotek veya yatırım değerlendirmesi gibi konularda, otomatik ve düşük hata paylı tahminler sayesinde süreçler kolaylaşır.
• Modelin Geliştirilebilirliği: Sürekli güncellenebilir ve farklı bölgeler için de uyarlanabilir.

• Kaynak: Kaggle yarışmasından alınmış, 2000'li yıllara ait Ames, Iowa konut verileri.
• Gözlem Sayısı: train.csv üzerinde 1460 gözlem (ek olarak test seti mevcut).
• Açıklayıcı Değişken: 79 adet (kategorik ve sayısal).
• Hedef Değişken: SalePrice (evin gerçek satış fiyatı).

• LotArea: Arsa alanı (aykırı değerlere dikkat edilmesi gerekir).
• GrLivArea: Evin zemin üstü yaşam alanı.
• Neighborhood: Mahalle bilgisi (farklı sosyoekonomik etkenler barındırabilir).
• OverallQual: Evin genel kalitesi (1-10 arası derecelendirme).
• YearBuilt: Ev yapım yılı (zamana bağlı fiyat değişkenlikleri).

• Bodrum (basement), garaj gibi kısımlarda gözüken "NA" değerlerinin gerçekte "yok" anlamına geldiği anlaşıldı.
• Eksik değerler gerektiğinde "None" kategorisi veya "0" ile ifade edilerek modelde anlam kaybının önüne geçildi.

• LotArea, GrLivArea gibi kolonlarda uç değerler bulundu.
• Çok ekstrem değerler, modelin dengesini bozabileceğinden, winsorize veya uygun eşik yöntemleriyle sınırlandırıldı.

• "Ex"/"Gd"/"Ta"/"Fa"/"Po" tarzı kalite derecelerine sahip sütunlar ordinal şekilde dönüştürüldü.
• MSSubClass gibi sayısal görünen ama kategorik anlam taşıyan kolonlar da kategorik forma çevrildi.

• TotalSF: Bodrum + 1. kat + 2. kat gibi farklı kat alanlarının toplamından elde edilen değişken.
• HouseAge: YrSold - YearBuilt şeklinde hesaplanarak, evin yaşına dair bilgi sağlandı.
• RemodAge: YrSold - YearRemodAdd yardımıyla tadilatın üzerinden ne kadar zaman geçtiği dikkate alındı.

• Mahalle (Neighborhood) veya çatı şekli (RoofStyle) gibi çok sayıda kategori içeren kolonlar, dummy değişkenlere ayrıldı.
• Bu adım, modelin mahalle farklarını daha net yakalamasına yardımcı oldu.

• Lineer Modeller (Ridge, Lasso, ElasticNet): Özellikle çoklu doğrusal ilişkiler ve çok sayıda değişken için iyi bir başlangıç noktası.
• Ağaç Tabanlı Yöntemler (Random Forest, XGBoost, LightGBM): Karmaşık etkileşimleri ve kategori sayısı yüksek değişkenleri yakalamada çoğu zaman daha başarılı.

• RMSE (Root Mean Squared Error), Kaggle yarışma formatına uygun olarak model performansını ölçmede kullanıldı.
• Çapraz doğrulama sonuçlarına göre en düşük RMSE elde eden model seçildi.

• XGBoost'ta max_depth, learning_rate, n_estimators gibi parametreler GridSearchCV veya RandomizedSearchCV ile taranarak en iyi kombinasyon bulundu.
• Final model, en iyi parametre setiyle eğitilerek test seti üzerinde tahminde bulundu.

• Uygun veri temizleme, özellik mühendisliği ve doğru model seçimiyle düşük RMSE değerine ulaşıldı.
• Özellikle ağaç tabanlı modellerin karmaşık veri yapılarını iyi kavradığı gözlendi.

• Doğru fiyat tahmini, ev alım-satım işlemlerini hızlandırabilir ve anlaşmazlıkları azaltabilir.
• Bankaların mortgage değerlendirmesi veya yatırımcıların portföy analizleri gibi konularda karar süreçleri hızlanır.

• Yeni bölgeler veya farklı özellikler eklenerek model genişletilebilir ve sürekli güncellenebilir.
• Yapısal veri zenginleştirmesi veya coğrafi bilgiler entegre edilerek performans daha da geliştirilebilir.