Section3 : 미국 시애틀 KingCountry 지역의 집 값 예측 웹사이트

1. 데이터 셋

미국 시애틀 KingCountry 지역의 주택 판매 가격 데이터 셋(https://www.kaggle.com/datasets/harlfoxem/housesalesprediction) 으로

Column명은 id, date, price, bedrooms, bathrooms, sqft_living, sqft_lot, floors, waterfront, view, condition, grade, sqft_above, sqft_basement, yr_built, yr_renovated, zipcode, lat, long, sqft_living15, sqft_lot15로 구성되어있습니다.

컬럼의 자세한 정보는

• id 구매자 id
• date 거래 날짜
• price 주택 가격, Target
• bedrooms 침실 개수
• bathrooms 욕실 개수
• sqft_living 집 면적
• sqft_lot 토지 면적
• floorsTotal 집의 측
• waterfront 강변전망 여부
• view 전망이 얼마나 좋은지 0 에서 4 로 평가
• condition 전반적으로 집 상태가 얼마나 좋은지를 나타내는지표로1 (매우 좋지 않음) 에서 5 (매우 좋음)로 평가
• grade King Country 평가 시스템에 따른 전반적인 집의 등급으로 Grads 1 (협소, 정비되지 않음) - Grade 13 (큰 규모, 상태 좋음)- sqft_above 지하로 부터의 높이
• sqft_basement 지상으로 부터의 높이
• yr_built 건축 년도
• yr_renovated 리모델링 년도
• zipcode 우편번호
• lat 위도
• long 경도
• sqft_living15 근방 15 가구 정도를 위한 생활 공간의 면적

으로 구성되어 있습니다.

2. 프로젝트에서 풀고자 하는 문제 (문제인식, 문제 정의, 가설)

미국 시애틀 Kingcountry 지역의 Bedroom(침실 수), bathroom(화장실의 수), floors(층수), yr-bulit(지어진 년도)를 이용한 집값 예측을 통해 합리적으로 집을 구매할 수 있다.

3. 프로젝트 진행과정

네이버 부동산을 기준으로 거래방식, 가격대, 면적, 사용승인일, 세대수, 층수, 방/욕실 수, 방향, 융자금, 기타옵션이라는 선택지가 있는 것을 확인하였습니다.

사람들의 집 선택 기준을 4가지로 축소하여 최종적으로 bedrooms (침실 개수), bathrooms(욕실 개수), floors(층수), yr_built(건축 년도) 컬럼을 이용하였습니다.

선형회귀모델을 이용한 집값 예측하는 모델을 만든 후 picking을 통하여 모델을 저장하고 flask를 통하여 웹사이트 연결을 하였습니다.

또한 정보를 더 알아보고 싶은 사람이 있다면 지역의 부동산 사이트로 이동할 수 있도록 부동산 사이트 링크를 첨부하였습니다.

MongoDB를 통하여 DB에 저장 후 Google Data Studio를 통한 대시 보드 제작하였습니다.

4. 문제상황 해결과정(분석기법, 모델 등)

4가지 컬럼(bedrooms, bathrooms, floors, yr_built)을 통하여 선형회귀모델을 만들었습니다. 다중회귀분석은여러 개의 독립변수(x)를 가지고 종속변수(y)를 예측하기 위한 회귀 모형으로

다중 선형회귀분석의 일반식은 으로 구성되어 있다.

일반식의 설명으로는 b1 b2.. 를 편 회귀 계수(Partial regression coefficient), 계수를 통해 설명변수 x1이 종속변수에 대한 영향력을 나타낸다.

또한, 단순회귀와 마찬가지로 계수는 최소제곱법를 통해 편미분하여 계수를 추정한다.

다중선형회귀분석 시 유의할 점은 독립변수(설명변수)들끼리의 상관관계가 높으면 다중공선성 문제가 나타날 수 있다.

Database로 사용된 MongoDB는 NoSQL의 한 종류를 사용하였다.

5. 결과정리

• 웹 앱 시연 영상

• 시각화(Google Data Studio)

자세히 확인 할 수 있는 링크 https://lookerstudio.google.com/reporting/753372b9-c960-4a3c-8755-afb11815c251

6. 한계점 및 해결방안

• 집 값 예측 모델의 선형회귀 모델 구축 전, 컬럼 선정시에 집 구매 선택 기준을 컬럼별로 상관계수를 구하여 가격에 어떤 컬럼이 영향을 주는지 살필 수 있는 지표가 되었을 것 같아서 아쉬움이 남습니다.
• heroku 연결을 하여 타인이 접근할 수 있는 환경을 만들었으면 더 좋았을 것이라는 생각이 듭니다.
• mongoDB 외의 다른 Database 연결 시도를 해보고 싶다는 생각이 들었습니다.
• 시각화에 대한 공부 필요성을 느꼈습니다.

7. 출처

https://value-error.tistory.com/26

https://jaehoney.tistory.com/314