Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/lucasfeliciano02/predict-pizza-price-ml

Modelo de regressão linear aplicado com machine learning para prever o preço da pizza com base no diâmetro inserido pelo usuário
https://github.com/lucasfeliciano02/predict-pizza-price-ml

dataframe linearregression pandas python sklearn streamlit

Last synced: about 13 hours ago
JSON representation

Modelo de regressão linear aplicado com machine learning para prever o preço da pizza com base no diâmetro inserido pelo usuário

Awesome Lists containing this project

README

        


Exemplo

 



predict-pizza-price-ml


Sobre   |  
Funcionalidades   |  
Tecnologias   |  
Pré-requisitos   |  
Começando  





## :dart: Sobre ##

```sh
• Modelo de regressão linear aplicado com machine learning para prever o preço da pizza com base no diâmetro inserido pelo usuário.
```

## :sparkles: Funcionalidades ##

:heavy_check_mark: Lê os dados do arquivo CSV pizzas.csv e os carrega em um DataFrame df;\
:heavy_check_mark: Treina o modelo com os dados disponíveis como diâmetro e preço;\
:heavy_check_mark: Usa o modelo treinado para prever o preço da pizza com base no diâmetro inserido pelo usuário;\
:heavy_check_mark: Utiliza a biblioteca streamlit para criar aplicativos web apenas com python.

## :rocket: Tecnologias ##


As seguintes ferramentas 🛠 foram utilizadas na construção do projeto:


Back-end



Python



## :white_check_mark: Pré-requisitos ##

Antes de começar 🏁, você vai precisar ter instalado em sua máquina as sequintes ferramentas:
[Git](https://git-scm.com/downloads) e [Python](https://www.python.org/downloads/).
Além disto é bom ter um editor para trabalhar com o código, tal como: [VS Code](https://code.visualstudio.com/download)

## :checkered_flag: Começando ##

```bash
# Clone este repositorio
-> git bash here
$ https://github.com/LucasFeliciano02/predict-pizza-price-ml.git

# Acesse a pasta do projeto que aparecerá em sua área de trabalho
-> mouse esquerdo -> Abrir com Code

# Colocar os seguintes comandos no terminal para ativar o Interpretador do python a fim de rodar o arquivo
1º -> py -m venv venv
2º -> venv\Scripts\activate.bat
3º -> .\venv\Scripts\activate.bat

# Roda código:
-> terminal -> pip install pandas scikit-learn streamlit matplotlib
-> terminal -> streamlit run app.py
```

---


Lucas Feliciano

Accomplished with :heart: by [LucasFeliciano02](https://github.com/LucasFeliciano02) 👋

[![LinkedIn Badge](https://img.shields.io/badge/-Lucas_Feliciano-blue?style=flat-square&logo=Linkedin&logoColor=white&link=https://www.linkedin.com/in/lucas-henrique-marques-feliciano-aa5aab222/)](https://www.linkedin.com/in/lucas-henrique-marques-feliciano-aa5aab222/)

 

Voltar para o topo