Projet immobilier - Campusx
Important
Avertissement: j'ai utilisé des données 99acres.com dans ce projet et j'ai utilisé ces données à des fins éducatives uniquement.
Caractéristiques
- Système de prédiction des prix pour différents types de propriétés comme les appartements résidentiels, l'appartement de location, les sols indépendants, les maisons indépendantes, les maisons résidentielles.
- Page d'analyse qui montre des informations intéressantes concernant l'immobilier d'une ville particulière de l'Inde ou une localité de cette ville.
- Vous pouvez ajouter une nouvelle ville (par exemple: votre ville ) sur le site Web, puis vous pouvez faire la prédiction des prix et obtenir des analyses sur les données de votre ville.
- Vous pouvez télécharger des ressources qui sont utilisées dans le projet comme les ensembles de données et les modèles ML. Et si vous voulez le code du projet, vous pouvez l'obtenir ici.
Pile technologique
| Technologie | Empiler |
|---|
| Langage de programmation | Python |
| Contrôle de version | Git & github |
| Analyse des données | Pandas, Numpy |
| Visualisation | Matplotlib, Seabor, |
| Apprentissage automatique | Scikit-apprend |
| Frontend & backend | Rationaliser |
| Supplémentaire | Pydatique |
Installation
- Clone ce dépôt dans votre système local.
- Créez un environnement virtuel et installez les exigences de ce projet en utilisant la commande ci-dessous:
pip install -r requirements.txt
- Exécutez l'application Streamlit.
streamlit run Real_Estate_Project.py
Remerciements
- 99acres.com: J'ai utilisé ce site Web pour recueillir les données de ce projet.
- @ ARV-ANSHUL / 99ACRES-SCRAPE: Utilisé ce Web-App Streamlit pour gratter les données du site Web 99ACRES.com.
- Campusx DSMP: Je m'inspire et je suis le projet Capstone de ce cours.
Licence
Mit
