CzechAI Cenova Mapa
Tri ML modely pro odhad cen nemovitosti v CR - jak se lisi, co umejí, jake davaji vysledky
227K+ trenovacich zaznamu
80+ mest pokrytych geocoderem
R² az 0.9478
75–239 ms latence
Co kazdy model dela
V23
port 5153 · /v1/cenova/v23/estimate
Zakladni produkcni model. Bere plochu, GPS souradnice, typ nemovitosti a PSC median ze sousedstvi.
Dispozici prijima, ale netrenuje na ni — pouziva ji jen jako informaci navic.
- 31 features — plocha, lat/lon, typ, PSC median, KNN sousede
- Ensemble: XGBoost 33.6% + LightGBM 33.6% + Random Forest 32.8%
- Dispozice: prijima parametr, ale model na ni nebyl trenovan
- Novostavba: post-prediction multiplier pres ?condition=novostavba
- Geocoder: sdileny czech_geocoder.py (80+ mest, fuzzy matching)
Prumerna latence: 75 ms
DOPORUCENO
V24
port 5154 · /v1/cenova/v24/estimate
Vylepsena verze V23. Hlavni pridana hodnota: dispozice je skutecny trenovany feature
— model vi, ze 3+kk ma jinou cenu nez 1+kk, a naucil se to z dat. Vysledkem je
presnejsi odhad zejmena pro nestandardni dispozice.
- 34 features — vse z V23 + dispozice jako trenovany feature
- Dispozice: ?dispozice=1..4 (1=1+kk, 2=2+kk, 3=3+kk, 4=4+kk)
- Novostavba: multiplier pres ?condition=novostavba
- Debug output: vraci vahy XGB/LGB/RF + condition_mult v JSON
- Vaha v Super-Ensemble: 2.0 (maximum ze vsech enginu)
Prumerna latence: 85 ms
Super-Ensemble v2.3
port 5111 · /v1/cenova/se/estimate
Kombinuje 7+ ruznych ocenovacich pristupu do jednoho konsenzu. Jde nad ramec cisteho ML —
pridava trzni analyzu, vynosovy pristup a znalecke korekce. Nejrobustnejsi pro regionalni
mesta a nestandardni nemovitosti.
- ML enginy: V24 (vaha 2.0) + V23 (1.8) + AI V8 + Ocenovac
- Trzni engine: Mapa Levon + Smart Cena
- Fundamentalni: Vynosovy pristup + Nakladovy pristup
- Korekce: Market Intel (trendy) + Znalecke korekce
- Vystup: konsenzus cena + confidence + 3 pristupy (trzni/vynosovy/nakladovy)
Prumerna latence: 239 ms — pouzij ai_comment=false pro batch!
Jak funguje odhad ceny krok za krokem
V23 / V24 — prubet jednoho pozadavku
1Vstup: mesto, plocha, typ
→
2Geocoder: mesto → GPS (lat, lon)
→
3PSC lookup: median ceny v okoli
→
4KNN: 5 nejblizsich prodanych nemovitosti
→
5XGBoost + LightGBM + RF paralelne
→
6Vazeny prumer → cena Kc/m²
Super-Ensemble v2.3 — prubet jednoho pozadavku
1Vstup: mesto, plocha, typ
→
2Geocoder → GPS
→
37 enginu paralelne
→
4Market Intel: aktualni trendy trhu
→
5Znalecke korekce: stav, lokalita, vek
→
6Konsenzus + confidence score
Geocoder — opravena kriticka chyba
V23 a V24 puvodne umely jen 4 mesta. Praha, Brno, Ostrava, Plzen — vse ostatni
tihe dostalo Praha souradnice, takze cena byla 2–3x vyssi nez spravna.
Dnes pokryva geocoder 80+ mest s fuzzy matchingem a podporou diakritiky.
Pred opravou — vse vraci Praha
Liberec203 293 Kc/m² ❌
Olomouc203 293 Kc/m² ❌
Hradec Kralove203 293 Kc/m² ❌
Ceske Budejovice203 293 Kc/m² ❌
Po oprave — spravne lokalni ceny
Liberec61 557 Kc/m² ✓
Olomouc104 678 Kc/m² ✓
Hradec Kralove95 714 Kc/m² ✓
Ceske Budejovice106 155 Kc/m² ✓
Srovnani vysledku — BYT 2+kk 55 m²
Celkova cena v Kc za byt 55 m², dispozice 2+kk. Zvyraznen vitez pro kazde mesto.
| Mesto |
V23 |
V24 ★ |
Super-Ensemble |
Kc/m² (V24) |
Vitez |
Praha nejvetsi trh, nejdrazsi |
9 385 530 |
9 604 265 |
8 234 708 |
174 623 |
V24 |
Brno druhe nejvetsi mesto |
4 756 950 |
5 113 100 |
5 318 265 |
92 965 |
SE |
Ostrava prumyslove centrum |
2 700 775 |
2 707 815 |
3 279 377 |
49 233 |
SE |
Plzen zapad Cech |
4 553 725 |
4 483 875 |
4 180 495 |
81 525 |
V23 |
Liberec sever Cech — geocoder opraveny ✓ |
3 693 000 |
~3 700 000 |
4 082 326 |
67 273 |
V24 |
Olomouc stredni Morava — geocoder opraveny ✓ |
~6 280 680 |
~6 300 000 |
5 227 086 |
114 545 |
V24 |
Hradec Kralove vychodni Cechy — geocoder opraveny ✓ |
~5 742 840 |
5 531 000 |
4 580 972 |
100 564 |
V24 |
Praha — presnost podle velikosti bytu (Kc/m²)
Vetsi byt = nizsi cena/m². V23 a V24 jsou konzistentni, SE se vice odchyluje u 3+kk.
| Typ bytu |
V23 (Kc/m²) |
V24 (Kc/m²) |
SE v2.3 (Kc/m²) |
V23 vs V24 rozdil |
| 1+kk 25 m² |
214 991 |
212 584 |
177 687 |
−1.1% |
| 2+kk 50 m² |
171 294 |
175 830 |
164 694 |
+2.6% |
| 3+kk 75 m² |
225 328 |
224 308 |
158 200 ⚠ |
−0.5% |
| 4+kk 100 m² |
169 513 |
162 919 |
154 628 |
−3.9% |
| 3+1 80 m² |
163 225 |
162 497 |
154 437 |
−0.4% |
⚠ SE vraci 158k/m² pro Praha 3+kk vs V23/V24 225k/m² — 30% rozdil. Nutny backtest CUZK dat.
Rychlost odezvy
Super-Ensemble
239
ms prumer
Kdy pouzit ktery model
Nejlepsi presnost (R²=0.9478), nejnizsi latence za tu presnost. Ma dispozici jako trenovany feature.
Kdy: Praha, Brno, Ostrava, Plzen — velka mesta s dostatkem dat
Super-Ensemble — regionalni mesta
7+ enginu dava robustnejsi vysledek tam, kde ML ma malo dat. Pridava trzni kontext a znaleckou korekci.
Kdy: Liberec, Olomouc, HK, CB, Jihlava a vsechna ostatni regionalni mesta
Znalecky Panel :5112 — top prilezitosti
3 AI znalci (qwen3:32b) + RAG + konsenzus. Trva ~4 minuty, ale dava nejvyssi presnost.
Kdy: Nemovitost podhodnocena o 100K+ Kc. Jen pro top prilezitosti.
V24 + SE jako cross-check
Zobraz V24 cenu jako primarni odhad + SE confidence score jako indikator jistoty vysledku.
Kdy: Real-time web UI, klientsky interface, report generator