Predicción de Precio Inmobiliario con Ensemble GBM + MLP (R² ≈ 0.90)
He creado un modelo híbrido de Gradient Boosting y red neuronal MLP que, entrenado con más de 21 000 transacciones reales, explica el 90 % de la variación de precios y alcanza un error medio de ± 62 000 USD sobre viviendas de $540 K.
▶ Probar la demo
He abordado un problema clásico del sector inmobiliario: estimar el precio de una vivienda a partir de sus características y de su ubicación. Quería comprobar si combinar boosting y una red neuronal mejoraba a cada uno por separado.
Datos y preprocesado
El modelo se entrena con más de 21.000 ventas reales del condado de King (Washington), de 2014 y 2015. Descarto los precios extremos, relleno los valores faltantes con la mediana y añado variables propias: antigüedad, habitaciones totales, superficie por habitación y si la vivienda se ha reformado. El código postal entra como la media de precio de esa zona (target encoding).
Arquitectura del modelo
Es un ensemble de dos submodelos, entrenados por separado sobre el logaritmo del precio:
- Gradient boosting (60 %):
HistGradientBoostingRegressorde scikit-learn, con hasta 600 iteraciones, profundidad 8 y tasa de aprendizaje 0,04. Captura los saltos por tramos. - Red neuronal MLP (40 %): en PyTorch, con capas de 256, 128 y 64 neuronas, batch normalization y dropout. Usa AdamW y pérdida Huber, menos sensible a los precios atípicos. Captura las relaciones suaves.
Validación
Reservo el 15 % de los datos para el test final y el 12 % del resto para validación. Sobre el test:
- R²: 0,8962: el modelo explica cerca del 90 % de la diferencia real entre precios.
- Error medio absoluto: ±62.000 $. Con un precio medio de unos 540.000 $, es alrededor de un 11 %.
Despliegue
La inferencia se sirve con FastAPI: POST /inmobiliario/predict devuelve la estimación y /inmobiliario/explain muestra qué variables han pesado en ella.
Lo que este modelo no es
Un R² de 0,90 no lo convierte en una tasación. Está entrenado con ventas del condado de King (Washington) de 2014 y 2015, así que ni sirve para el mercado español ni refleja el de hoy, y lo que devuelve es una estimación estadística sin validez legal. Por eso publico también el error en dinero: un 0,8962 no dice si te puedes fiar del número, y ±62.000 $ se entiende delante de una vivienda concreta.
Sobre este proyecto
Predicción de Precio Inmobiliario
Ensemble de Gradient Boosting + red neuronal MLP entrenado con 21.000+ transacciones reales. R²=0.90: el modelo explica el 90% de la variación real de precios, con un error medio d...
Newsletter
¿Te aviso de nuevos proyectos y artículos?
Sin spam. Solo un email cuando publico algo nuevo de IA. Baja en un clic.