https://github.com/msamuelsons/boston-housing
Modelo de aprenzidado de maquina que utiliza o conceito de regressões lineares
https://github.com/msamuelsons/boston-housing
Last synced: 3 months ago
JSON representation
Modelo de aprenzidado de maquina que utiliza o conceito de regressões lineares
- Host: GitHub
- URL: https://github.com/msamuelsons/boston-housing
- Owner: Msamuelsons
- Created: 2023-08-07T00:49:11.000Z (almost 2 years ago)
- Default Branch: main
- Last Pushed: 2023-08-07T19:46:10.000Z (almost 2 years ago)
- Last Synced: 2025-01-22T01:16:20.082Z (5 months ago)
- Language: Jupyter Notebook
- Size: 108 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Boston Housing - Regressão Linear
Este é um projeto que utiliza algoritmos de regressão linear para prever o valor médio das casas em Boston com base em várias características. O conjunto de dados utilizado é conhecido como "Boston Housing" e contém informações sobre preços de imóveis em Boston e fatores associados.
## Instalação
Antes de executar o código, você precisará instalar as bibliotecas necessárias. Para isso, você pode usar o gerenciador de pacotes "pip" no seu ambiente Python:
## Execução
Para executar o código, você pode seguir os seguintes passos:
1. Clone o repositório para o seu computador:
3. Certifique-se de que o arquivo "housing.csv" com os dados do conjunto "Boston Housing" esteja na pasta "sample_data".
4. Abra o arquivo "Boston Housing.py" em um ambiente Jupyter Notebook ou Google Colab.
5. Execute o código em cada célula para visualizar os resultados e as previsões feitas pelos modelos.
## Descrição dos Arquivos
- "Boston Housing.ipynb": Jupyter Notebook contendo o código Python que implementa os algoritmos de regressão linear e realiza a análise dos dados.
- "housing.csv": Arquivo CSV contendo os dados do conjunto "Boston Housing".
- "Readme.md": Este arquivo, contendo a documentação do projeto.
## Autores
- Msamuelsons
## Licença
Este projeto está sob a Licença MIT - veja o arquivo [LICENSE](LICENSE) para mais detalhes.