ndiayeamade/predicttion-immobilier-senegal

"APP ML de productiin de prix immobilier au senegal" # 🏠 Prédicteur de Prix Immobilier — Sénégal Application de Machine Learning qui estime le prix d'un bien immobilier au Sénégal à partir de ses caractéristiques (quartier, superficie, nombre de chambres, etc.). Projet réalisé par **Amade Gueye Ndiaye**, étudiant en Licence Économie Appliquée à l'UAM Diamniadio, dans le cadre de son apprentissage du Machine Learning et de sa préparation au Xarala Talent Camp (IA/Data/Automatisation). ## 🎯 Objectif Prédire le prix d'un bien immobilier (en FCFA) à partir de : - Quartier / ville - Superficie (m²) - Nombre de chambres et de salles de bain - Âge du bien - Présence d'un parking / piscine - Étage - Distance par rapport à la mer ## 🧠 Stack technique - **Python** : pandas, numpy - **Visualisation** : matplotlib, seaborn - **Machine Learning** : scikit-learn (Régression Linéaire + Random Forest) - **Déploiement** : Streamlit ## 📂 Structure du projet ``` prediction-immobilier/ ├── data/ │ └── house_data_senegal.csv # Jeu de données (généré) ├── models/ │ ├── model.pkl # Modèle entraîné (Random Forest) │ ├── encoder.pkl # Encodeur du quartier │ └── quartiers.pkl # Liste des quartiers ├── screenshots/ # Graphiques d'exploration ├── generate_data.py # Génère le dataset synthétique ├── train.py # Entraîne et évalue les modèles ├── explore.py # Génère les visualisations ├── app.py # Application Streamlit ├── requirements.txt └── README.md ``` ## 🚀 Installation et lancement ```bash # 1. Cloner / récupérer le projet, puis se placer dans le dossier cd prediction-immobilier # 2. Créer un environnement virtuel (recommandé) python -m venv venv venv\Scripts\activate # Windows source venv/bin/activate # Mac/Linux # 3. Installer les dépendances pip install -r requirements.txt # 4. Générer le dataset python generate_data.py # 5. Entraîner le modèle python tr …