Konut Fiyatları Tahmininde Makine Öğrenmesi Sınıflandırma Algoritmalarının Kullanılması: Kütahya Kent Merkezi Örneği

Artan şehirleşme ve hızlı ekonomik gelişmeler konut piyasalarının büyümesine neden olmakta; bu bağlamda hem kentlere doğru göçün bir sonucu, hem de konutların yatırım ve servet koruma araçları olarak görülmeleri nedeniyle konut talebi de zaman içinde yükselmektedir. Öte yandan konut fiyatları birçok faktörden etkilenmekte olup, literatürde bunları içeren farklı modeller ve çeşitli yöntemler dâhilinde konut fiyat tahmin çalışmaları yapılmaktadır. Konut piyasalarının Türkiye’nin ekonomik büyüme araçlarından biri olarak taşıdığı öneme paralel olarak bu çalışmada Kütahya ili merkez ilçesinde hanehalkının büyük çoğunlukla ikamet ettiği 4 odalı (3+1) konut fiyatlarının sınıflandırma tahmini, konut fiyatlarını etkileyen çeşitli kriterler ve bunlara ilişkin verilerin yer aldığı bir modelin farklı makine öğrenmesi sınıflandırma algoritmalarında çalıştırılmasıyla gerçekleştirilmiştir. Analiz sonucunda Naive Bayes (NB) yöntemi dışındaki k-En Yakın Komşu (k-EYK), Karar Ağaçları (KA) ve Rastgele Orman (RO) algoritmaların doğruluk oranlarının %60 üzerinde olduğu, temel performans ölçütü olan AUC skorlarına göre ise en başarılı tahmin yönteminin RO ve bunu takiben k-EYK olduğu görüşmüştür. Sonuç olarak ele alınan değişkenler ve veri seti bağlamında söz konusu iki yöntemin Kütahya ili kent merkezindeki 4 odalı dairelerin konut fiyatlarının tahmininde başarılı sonuç verdiği görülmüştür.