Avaliação de modelos de regressão para previsão de preços de imóveis em Curitiba

Abstract

Resumo: Este trabalho tem como objetivo analisar e comparar o desempenho de diferentes modelos de regressão aplicados na previsão de preços de imóveis residenciais na cidade de Curitiba - Paraná. A partir de uma base de dados, retirada do Kaggle, contendo 18.760 registros com características dos imóveis, como área, número de quartos, vagas de garagem, localização e outras comodidades, foram aplicados seis modelos de regressão: Regressão Linear, Regressão Ridge, Regressão Lasso, Random Forest, Gradient Boosting e Redes Neurais Artificiais. O processo incluiu etapas de limpeza dos dados, tratamento de outliers, transformação da variável dependente, criação de variáveis dummies e seleção de atributos relevantes. Os modelos foram avaliados com métricas como MAE, RMSE, R² e MAPE. Como resultado, observou-se que os modelos baseados em árvores, especialmente o Random Forest e o Gradient Boosting, apresentaram melhor desempenho na previsão dos preços em comparação aos modelos lineares tradicionais

Abstract: This study aims to analyze and compare the performance of different regression models applied to residential property price prediction in the city of Curitiba, Paraná. Using a dataset sourced from Kaggle containing 18.760 records with features such as area, number of rooms, garage spaces, location, and other amenities, six regression models were applied: Linear Regression, Ridge Regression, Lasso Regression, Random Forest, Gradient Boosting, and Artificial Neural Networks. The process included data cleaning, outlier treatment, transformation of the dependent variable, creation of dummy variables, and selection of relevant features. The models were evaluated using metrics such as MAE, RMSE, R², and MAPE. As a result, tree-based models—particularly Random Forest and Gradient Boosting—demonstrated better performance in predicting prices compared to traditional linear models