campusx real estate

부동산 프로젝트 - 캠퍼스

중요한

면책 조항 : 이 프로젝트에서 99acres.com 데이터를 사용했으며 교육 목적으로 만 해당 데이터를 사용했습니다.

특징

• 주거용 아파트, 임대 아파트, 독립 바닥, 독립 주택, 주거용 주택과 같은 다양한 유형의 부동산에 대한 가격 예측 시스템.
• 특정 도시의 부동산 또는 그 도시의 지역에 관한 흥미로운 통찰력을 보여주는 분석 페이지 .
• 웹 사이트에 새로운 도시 (예 : 도시 ) 를 추가 한 다음 가격 예측을하고 도시 데이터에 대한 분석을 얻을 수 있습니다.
• 데이터 세트 및 ML 모델과 같은 프로젝트에서 사용되는 리소스를 다운로드 할 수 있습니다. 프로젝트 코드를 원한다면 여기에서 얻을 수 있습니다.

기술 스택

기술	스택
프로그래밍 언어	파이썬
버전 제어	git & github
데이터 분석	팬더, Numpy
심상	Matplotlib, Seaborn, Plotly
기계 학습	Scikit-Learn
프론트 엔드 & 백엔드	간소
추가의	Pydantic

설치

1. 이 저장소를 로컬 시스템에서 복제하십시오.
2. 가상 환경을 만들고 아래 명령을 사용 하여이 프로젝트의 요구 사항을 설치하십시오.

pip install -r requirements.txt

3. Streamlit 앱을 실행하십시오.

streamlit run Real_Estate_Project.py

감사의 말

• 99acres.com :이 웹 사이트를 사용 하여이 프로젝트의 데이터를 수집했습니다.
• @Arv-Anshul/99acres-scrape :이 간소 웹 애플을 사용하여 99acres.com 웹 사이트에서 데이터를 긁어냅니다.
• Campusx DSMP : 영감을 얻고이 과정의 캡 스톤 프로젝트를 따릅니다.

특허

MIT