Aplicação Streamlit que treina uma Regressão Linear (OLS) a partir do arquivo RL_house_pricing.xlsx e permite prever o preço de um imóvel com base em:
sqft(área)beds(quartos)bath(banheiros)exempHS(binária yes/no → convertida para 1/0 automaticamente)
A interface limita os controles às faixas/valores observados no conjunto de treino. O app exibe:
- Preço previsto (em dólares),
- Intervalo de predição 95% e ~68% (±1σ),
- Acurácia: R² (treino), R² ajustado e validação cruzada (5-fold) com RMSE/MAE.
Observação: a coluna alvo
price_1000sestá em milhares de dólares; o app multiplica por 1.000 ao exibir.
.
├── app.py # Código do app Streamlit
├── requirements.txt # Dependências do projeto
└── RL_house_pricing.xlsx # Dataset (necessário na raiz do projeto)
O app está disponível no Streamlit.
- Ajuste os controles de Área (sqft), Quartos (beds), Banheiros (bath) e exempHS (Yes/No).
- Clique em “Rodar previsão”.
- Veja o Preço previsto e os intervalos 68% e 95%.
- Acompanhe a Acurácia (R², RMSE/MAE de validação cruzada) na seção dedicada.
Os valores dos controles são limitados aos valores presentes no treino, evitando extrapolações extremas.
- Streamlit — UI reativa em Python
- pandas — manipulação de dados
- NumPy
- Statsmodels — OLS e intervalos de predição
- scikit-learn — Validação cruzada, métricas
- openpyxl — leitura de
.xlsx
App sobe mas a predição não aparece
- Clique no botão “Rodar previsão” após definir os parâmetros.