psabino/Consulta_viviendas_de_precios_en_Madrid
Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
Predicción de precios de viviendas en Madrid 🏡
Este Space permite predecir el precio de una vivienda en Madrid utilizando un modelo entrenado con datos de Idealista. La aplicación predice el precio en función de las características de la vivienda como el tamaño en metros cuadrados, el número de habitaciones, los baños y el tipo de vivienda (piso, chalet, ático, etc.).
📊 Datos
El modelo se entrena utilizando un dataset de precios de viviendas en Madrid, el cual está disponible públicamente en Hugging Face:
🔗 psabino/precios_de_viviendas_madrid
Este dataset contiene información sobre:
titulo: título del anuncio (usado para inferir el tipo de vivienda).metros_cuadrados: superficie construida de la vivienda.habitaciones: número de habitaciones.baños: número de baños.precio: precio total del inmueble.tipo_vivienda: tipo de vivienda, que se clasifica enpiso,chalet,áticoy otros.
🧠 Modelo
El modelo utiliza una regresión lineal entrenada con scikit-learn para predecir el precio de la vivienda. Las características clave utilizadas en el modelo son:
- Metros cuadrados
- Habitaciones
- Baños
- Tipo de vivienda
🚀 Uso
Puedes interactuar con la aplicación directamente en el Space de Hugging Face. Solo necesitas ingresar las características de la vivienda (metros cuadrados, habitaciones, baños y tipo de vivienda) y obtener una predicción del precio estimado.
👉 Gradio Space - Predicción de precios
🛠 Requisitos
Para ejecutar este Space, es necesario tener las siguientes bibliotecas instaladas:
gradio: para crear la interfaz interactiva.scikit-learn: para el modelo de regresión lineal.numpy: para manejar las matrices de entrada.huggingface_hub: para descargar el modelo de Hugging Face.
El archivo requirements.txt tiene todas las dependencias necesarias.
📄 Licencia
Este proyecto está bajo la licencia MIT. Puedes usarlo, modificarlo y distribuirlo libremente.