Previsão de Preços de Casas (House Price Prediction)

Este projeto de Regressão foca na previsão do preço de venda (SalePrice) de casas na região de Ames, Iowa, utilizando um conjunto de dados complexo de 80 features.

O objetivo é construir um modelo preditivo altamente preciso para precificação imobiliária.

Metodologia

1. Análise Exploratória (EDA): Identificação de outliers e assimetria positiva no SalePrice.
2. Pré-processamento e Feature Engineering:
   • Tratamento de Missing Data (distinguindo 'None' para ausência de recurso e imputação estatística para dados perdidos).
   • Transformação do target (SalePrice) via $\log(1+x)$ para normalizar a distribuição.
   • Criação de features combinadas cruciais (ex: TotalSF e Age).
   • Codificação categórica via One-Hot Encoding (gerando 334 features).
3. Modelagem e Otimização: Uso de Regressão de Ridge como baseline e otimização do XGBoost Regressor via Grid Search focado na minimização do RMSE.

Tecnologias e Dados

• Fonte de Dados: House Prices - Advanced Regression Techniques (Kaggle)
• Linguagem: Python
• Bibliotecas: Pandas, NumPy, Scikit-learn, XGBoost, Matplotlib/Seaborn.

Resultados Finais e Insights

O XGBoost Regressor Otimizado foi o modelo selecionado, alcançando uma redução de mais de 40% no erro de previsão em relação ao baseline de Ridge.

Principais Fatores Predições de Preço

O modelo priorizou as seguintes features para determinar o preço:

1. OverallQual (Qualidade Geral): Fator mais importante, refletindo a qualidade do material e acabamento.
2. TotalSF (Área Total): O tamanho total da área habitável (Baseado nas suas features engenheiradas).
3. CentralAir_N (Ausência de Ar Central): Um forte preditor negativo.

Entrega

O modelo otimizado foi serializado e salvo para deploy: models/xgb_regressor_optimized.pkl.