Estimación del Valor de Viviendas en Ecuador mediante Inteligencia Artificial

Abstract

En la presente investigación se destaca la importancia de identificar y clasificar adecuadamente las variables que influyen en el precio de una vivienda, agrupándolas en dimensiones como características físicas del inmueble, entorno urbano, proximidad a servicios, y variables socioeconómicas. También se describe el proceso de limpieza, normalización y codificación de datos, así como la selección de atributos más relevantes. También se aplican técnicas de reducción de dimensionalidad para optimizar el rendimiento del modelo.Posteriormente, se evalúa distintos algoritmos de aprendizaje automático supervisado como Regresión Lineal, Árboles de Decisión, Random Forest, XGBoost y Redes Neuronales, con el fin de identificar cuál presenta el mejor desempeño para predecir el valor de las propiedades. Para esta evaluación se utilizan métricas como el Error Absoluto Medio (MAE), el Porcentaje de Error Absoluto Medio (MAPE) y el Coeficiente de Determinación (R²). Se analizan los resultados obtenidos con cada modelo y se justifica la elección final según su precisión y capacidad de generalización...This research highlights the importance of properly identifying and classifying the variables that influence home prices, grouping them into dimensions such as the property's physical characteristics, urban environment, proximity to services, and socioeconomic variables. The data cleaning, normalization, and encoding process, as well as the selection of the most relevant attributes, are also described. Dimensionality reduction techniques are also applied to optimize model performance. Subsequently, different supervised machine learning algorithms, such as Linear Regression, Decision Trees, Random Forest, XGBoost, and Neural Networks, are evaluated to identify the best predictor of property values. Metrics such as Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), and Coefficient of Determination (R²), are used for this evaluation. The results obtained with each model are analyzed, and the final choice is justified based on its accuracy and generalization capabilities...