Precificação Automatizada de Imóveis com Random Forest e Regressão Linear
Como estudante do MBA em Data Science e Analytics na USP/Esalq, desenvolvo pesquisas aplicadas focadas em modelos preditivos para precificação imobiliária e inteligência de mercado, combinando técnicas estatísticas avançadas com machine learning.
Minha pesquisa busca transformar dados complexos do mercado imobiliário em insights acionáveis para tomada de decisão estratégica.
Áreas de Pesquisa
📈 Precificação Imobiliária
Desenvolvimento de modelos estatísticos para determinação de preços de imóveis baseados em múltiplas variáveis de mercado e características dos ativos.
🧠 Inteligência de Mercado
Análise de tendências do mercado imobiliário utilizando séries temporais, clustering e técnicas de análise preditiva.
📊 Modelagem Estatística
Aplicação de regressões múltiplas, modelos hierárquicos e técnicas de inferência bayesiana para análise de dados complexos.
Metodologias Chave
- Pesquisa aplicada.
- Abordagem quantitativa.
- Foco em modelagem estatística e Machine Learning.
- Dados demográficos do Censo Demográfico 2022 do IBGE.
- Dados de imóveis obtidos por Web Scraping em marketplaces imobiliários públicos.
- Integração das duas bases para formar uma única base analítica.
- Filtragem para o município de Guarulhos.
- Padronização dos nomes dos bairros.
- Remoção de registros duplicados.
- Exclusão de valores nulos.
- Conversão de tipos de dados.
- Remoção de outliers utilizando o percentil 0,99.
- Integração das bases demográfica e imobiliária (Data Wrangling).
- Estatísticas descritivas.
- Histogramas.
- Análise de distribuição.
- Ranking de bairros.
- Matriz de Correlação de Pearson.
- Heatmap das variáveis.
- PCA (Principal Component Analysis) para verificar redundância entre variáveis e avaliar a variabilidade explicada.
- K-Means para segmentação do mercado imobiliário.
- Definição do número de clusters utilizando o Método do Cotovelo (Elbow Method).
- Avaliação da qualidade dos agrupamentos pelo Índice de Silhouette.
- Foram comparados dois algoritmos:
- Regressão Linear (modelo de referência).
- Random Forest Regressor (modelo principal).
- Divisão Treino/Teste (80% / 20%) (Hold-out).
- random_state = 42 para garantir reprodutibilidade dos resultados.
- Coeficiente de Determinação (R²).
- Erro Médio Absoluto (MAE).
- Comparação visual por gráficos de dispersão entre valores reais e previstos.
- No modelo Random Forest, foi realizada a análise de importância (Feature Importance) para identificar quais atributos mais influenciaram a previsão dos preços, como área útil, vagas de garagem e densidade populacional.
Base de Dados
+150.000 registros
Dados históricos imobiliários processados anualmente
50+ variáveis
Características estruturais, de localização e de mercado
TCC
Meu Trabalho de Conclusão de Curso do MBA em Data Science e Analytics (USP/Esalq) está disponível para leitura completa abaixo.
Se o visualizador não carregar, clique aqui para abrir em tela cheia.