Projeto Insight House Rocket
link de acesso ao app: https://cs-insight-house-rocket.herokuapp.com/
1. Description
House Rocket é uma empresa fictícia que trabalha com compra e venda. Quer encontrar as melhores oportunidades de negócio a minha estratégia é comprar casas em ótimas condições a preços baixos e vender as propriedades com preços mais elevados. Os atributos das casas as tornam mais ou menos atrativas, influenciando na atratividade dos imóveis e consequentemente no seu preço. As perguntas a serem respondidas são:
1.Quais são os imóveis que a empresa deve comprar e por qual preço?
2. Qual o melhor momento para vender o imóvel e o melhor preço de venda?
2. Dataset
- Data for this project can be found at: https://www.kaggle.com/harlfoxem/housesalesprediction
- This dataset contains house sale prices for King County, which includes Seattle. It includes homes sold between May 2014 and May 2015.
As variáveis do dataset original são:
Variável | Definição |
---|---|
id | Identificador de cada propriedade. |
date | Data em que a propriedade ficou disponível. |
price | O preço de cada imóvel, considerado como preço de compra. |
bedrooms | Número de quartos. |
bathrooms | O número de banheiros, o valor 0,5 indica um quarto com banheiro, mas sem chuveiro. O valor 0,75 ou 3/4 banheiro representa um banheiro que contém uma pia, um vaso sanitário e um chuveiro ou banheira. |
sqft_living | Pés quadrados do interior das casas. |
sqft_lot | Pés quadrados do terreno das casas. |
floors | Número de andares. |
waterfront | Uma variável fictícia para saber se a casa tinha vista para a orla ou não, '1' se a propriedade tem uma orla, '0' se não. |
view | Vista, Um índice de 0 a 4 de quão boa era a visualização da propriedade. |
condition | Um índice de 1 a 5 sobre o estado das moradias, 1 indica propriedade degradada e 5 excelente. |
grade | Uma nota geral é dada à unidade habitacional com base no sistema de classificação de King County. O índice de 1 a 13, onde 1-3 fica aquém da construção e design do edifício, 7 tem um nível médio de construção e design e 11-13 tem um nível de construção e design de alta qualidade. |
sqft_above | Os pés quadrados do espaço habitacional interior acima do nível do solo. |
sqft_basement | Os pés quadrados do espaço habitacional interior abaixo do nível do solo. |
yr_built | Ano de construção da propriedade. |
yr_renovated | Representa o ano em que o imóvel foi reformado. Considera o número ‘0’ para descrever as propriedades nunca renovadas. |
zipcode | Um código de cinco dígitos para indicar a área onde se encontra a propriedade. |
lat | Latitude. |
long | Longitude. |
sqft_living15 | O tamanho médio em pés quadrados do espaço interno de habitação para as 15 casas mais próximas. |
sqft_lot15 | Tamanho médio dos terrenos em metros quadrados para as 15 casas mais próximas. |
3. Tools
- Jupyter notebook
- Python
- Pycharm
- Streamlit
- Heroku
4. Steps to solve the business problem:
- Data collection via Kaggle
- Business understanding
- Data processing
- Transformation of variables
- Data cleaning
- Data exploration
- Link to app on Heroku