O objetivo deste projeto é prever o preço de casas em Ames, Iowa, utilizando regressão linear. O dataset utilizado é o Ames Housing dataset, disponível no Kaggle.
Primeiramente, clone o repositório:
git clone https://github.com/marchettomarcelo/Ames-MM.git
Em seguida, entre na pasta do projeto:
cd Ames-MM
É possível executar o projeto de 2 maneiras:
-
Utilizando o Conda, com o arquivo
environment.yml
para instalar as dependências -
Utilizando um ambiente virtual do Python, com o arquivo
requirements.txt
para instalar as dependências
Dentro da pasta notebooks
, execute o notebook 01_reading_raw_data
, em seguida o notebook 02_analysis_and_preprocessing
.
- Esses dois notebooks foram feitos pelo professor da matéria, Fabio Ayres. Nao foram feitas quaisquer alterações nesses notebooks. Optamos por deixar a feature engeneering e a análise dos dados feita pelo professor, pois achamos a analise muito boa e completa, e a feature engeneering muito bem feita e como nao tinhamos muita experiencia com isso, acreditamos que seja mais benéfico preservar o trabalho realizado pelo professor.
Dentro da pasta notebooks
, execute o notebook entrega
. Este notebook contém o a análise feita pela dupla e a implementação do modelo de machine learning.
- O arquivo
entrega.ipynb
em sua primeira parte foi copiada a regressão linear simples e analise dos dados do professor, a parte realizada pela dupla vem logo após a regressão linear simples. (Explicito conforme os markdowns do notebook). Explicações e Conclusões sobre o que foi feito estão no notebook em formato markdown antes e depois do código.