Ce projet explore l'utilisation du data mining sur les données extraites du site web Airbnb (https://www.kaggle.com/datasets/airbnb/seattle?select=listings.csv) dans le but de développer une stratégie de tarification optimale pour les hôtes.
-
Analyser les tendances de tarification en fonction des facteurs temporels, plus précisément par mois.
-
Développer un modèle prédictif pour estimer les prix optimaux en prenant en compte plusieurs variables telles que l'emplacement, le type de logement et d'autres paramètres pertinents.
-
Créer une application web à l'aide de Streamlit, permettant aux utilisateurs d'accéder et d'utiliser les recommandations de tarification générées par le modèle.
- Optimisation des prix ( Price Optimization ).ipynb: Contient la base de code utilisée pour l'analyse des données, le développement du modèle et l'application web.
- optimisation_modele.pkl : Le fichier binaire du modèle
- Data Mining Projet Rapport.pdf : Document Décrivant en détail le projet
- app.py : Code source de l'application web basée sur Streamlit.
- Télécharger ou cloner le projet.
- Installer pandas, scikit learn.
- Installer Streamlit.
- Pour lancer l'application avec terminal : streamlit run app.py
