Applied Comparison of Polynomial Regression and Artificial Neural Networks Methods for Prediction of House Prices

Konut Fiyatlarının Tahmini için Polinomsal Regresyon ve Yapay Sinir Ağları Yöntemlerinin Uygulamalı Karşılaştırılması

Abstract

Due to the rapid economic growth of the real estate sector, the prediction of housing prices is important for future planning. The aim of this study is to predict the potential price of a house using machine learning methods. As machine learning methods, artificial neural networks and polynomial regression were used and their prediction performances were compared. KNIME data analysis platform was used to apply machine learning methods. R Squared performance metric was used to measure the success of the methods. The application results show that the artificial neural network method predicts house prices with higher accuracy than the Polynomial regression method. It is thought that the study will contribute to the development of applications used for home evaluation and to scientific studies in this field. In future studies, it is aimed to expand the study by using different methods or data sets with home attributes.

Özet

Gayrimenkul sektörünün hızlı ekonomik büyümesi nedeniyle, konut fiyatlarının tahmini geleceğe yönelik planlamalar için önemlidir. Bu çalışmanın amacı makine öğrenmesi yöntemlerini kullanarak bir konutun potansiyel fiyatını tahmin etmektir. Makine öğrenmesi yöntemleri olarak Yapay sinir ağları ve Polinomsal regresyon kullanılarak bunların tahmin performansları karşılaştırılmıştır. Makine öğrenmesi yöntemlerinin uygulanabilmesi için KNIME veri analiz platformu kullanılmıştır. Yöntemlerin başarısını ölçmek için R Kare performans metriği kullanılmıştır. Uygulama sonuçları, Yapay sinir ağları yönteminin Polinomsal regresyon yöntemine göre ev fiyatlarını daha yüksek doğrulukla tahmin ettiğini göstermektedir. Yapılan çalışmanın ev değerlendirilmesi için kullanılan uygulamaların geliştirilmesine ve bu alanda yapılan bilimsel çalışmalara katkı sağlayacağı düşünülmektedir. Sonraki çalışmalarda farklı yöntemler veya ev özniteliklerinin bulunduğu veri setleri kullanılarak çalışmanın genişletilmesi hedeflenmektedir.