Precificação de Imóveis Machine Learning para Predisão - Previsão ou Regressão

 Precificação de Imóveis Machine Learning Supervisionado para Predisão - Previsão ou Regressão 

Recursos derivados dos dados --> Variáveis Preditoras ou Independentes

Aprender a Relação entre Matriz X e  Vetor Y

Predizer ou Prever Valor de Y com Vetor de X

Machine Learning Supervicionado para Regressão - Precificação - Weka - SAS - Excel

Videoaulas:

https://youtu.be/ezt10vjCWE8

https://youtu.be/6F8bK93AxyM

https://youtu.be/uYhF1yQLsJ8

Apostila em pdf

http://walderson.com/site/wp-content/uploads/2017/02/WEKA.Pratica-1.pdf

Dados para Serem Processados

Não no Excel por existirem Variáveis Dummy e Discreta com poucos dígitos significativos. O Excel erra completamente as analises e não fornece alertas, ele é programado para variáveis continuas, sem outliers e simétricas, variáveis com distribuição Normal.

Tam_Cas	Tam_Terr	Quartos	Granito	Banh_Refor	Preco
3529	9191	6	0	0	205
3247	10061	5	1	1	224,9
4032	10150	5	0	1	197,9
2397	14156	4	1	0	189,9
2200	9600	4	0	1	195
3536	19994	6	1	1	325
2983	9365	5	0	1	230
3388	9626	6	0	0	214,95
3639,5	10105,5	5	1	1	211,4
3214,5	12153	5	0	1	193,9
2298,5	11878	4	1	0	192,45
2868	14797	4	0	1	260
3259,5	14679,5	6	1	1	277,5

Arquivo do Weka

Arquivo Weka com Dados Simulados Computacionalmente - Aplificar Tamanaho da Amostra (Monte Carlo - Bootstraping - 

Jackknife etc.). Para Weka não acusar Erro, por poucas linhas no arquivo de dados

Arquivo Tipo Texto

@RELATION Precifica

@ATTRIBUTE Tam_Cas REAL

@ATTRIBUTE Tam_Terre REAL

@ATTRIBUTE Quartos REAL

@ATTRIBUTE Granito REAL

@ATTRIBUTE Banh_Refor REAL

@ATTRIBUTE Preco REAL

@DATA

3529,9191,6,0,0,205

3247,10061,5,1,1,224.9

4032,10150,5,0,1,197.9

2397,14156,4,1,0,189.9

2200,9600,4,0,1,195

3536,19994,6,1,1,325

2983,9365,5,0,1,230

3388,9626,6,0,0,214.95

3639.5,10105.5,5,1,1,211.4

3214.5,12153,5,0,1,193.9

2298.5,11878,4,1,0,192.45

2868,14797,4,0,1,260

3259.5,14679.5,6,1,1,277.5

Descrição das Linhas do Arquivo Weka

@RELATION Precifica  à Nome para o conjunto de dados

@ATTRIBUTE Tam_Cas REAL  à Variável Preditora X1

@ATTRIBUTE Tam_Terre REAL à Variável Preditora X2

@ATTRIBUTE Quartos REAL    ...

@ATTRIBUTE Granito REAL     ...

@ATTRIBUTE Banh_Refor REAL à Variável Preditora X5

@ATTRIBUTE Preco REAL à Variável Resposta

@DATA à Indica que a partir deste ponto entram os dados

3529,9191,6,0,0,205

3247,10061,5,1,1,224.9

4032,10150,5,0,1,197.9

Arquivo Weka para Download

Arquivo Padrão ARFF (Weka)

Programa CD Robusta - SAS

data precif;

input Tam_Cas Tam_Terr Quartos Granito Banh_Refor Preco;

cards;

3529 9191 6 0 0 205

3247 10061 5 1 1 224.9

4032 10150 5 0 1 197.9

2397 14156 4 1 0 189.9

2200 9600 4 0 1 195

3536 19994 6 1 1 325

2983 9365 5 0 1 230

3388 9626 6 0 0 214.95

3639.5 10105.5 5 1 1 211.4

3214.5 12153 5 0 1 193.9

2298.5 11878 4 1 0 192.45

2868 14797 4 0 1 260

3259.5 14679.5 6 1 1 277.5

;

proc print; run;

/* input Tam_Cas Tam_Terr Quartos Granito Banh_Refor Preco; */

proc robustreg;

  model Preco = Tam_Cas Tam_Terr Quartos Granito Banh_Refor;

run;