Dashboard de Predicción de Precios de Casas

Acceso al Dashboard

El dashboard está disponible en la siguiente dirección: Dashboard en AWS. En este dashboard podrás encontrar

Información descriptiva sobre casas, incluyendo características y precios.
Un modelo interactivo para predecir el precio de venta de una casa basado en características específicas ingresadas por el usuario.
Acceso a los experimentos de MLflow utilizados para desarrollar el modelo.

Evidencia de Arquitectura en AWS

Manual de despliegue del modelo

Requisitos

Git
Docker

Pasos para el despliegue

1. Clonar el Repositorio

git clone https://github.com/jjovalle99/proyecto_despliegue_de_modelos.git

2. Construir la Imagen con Docker

cd proyecto_despliegue_de_modelos
docker build -t prediccion-casas:latest .
docker run --rm -p 1399:1399 prediccion-casas:latest

3. Verificar el Despliegue del Modelo

Una vez completados los pasos anteriores, puedes acceder a la documentación del API en la ruta localhost:1399/docs.

4. Probar el Modelo

El modelo se puede probar directamente desde la documentación o mediante la terminal con el siguiente comando:

curl -X 'POST' \
  'http://localhost:1399/predict' \
  -H 'accept: application/json' \
  -H 'Content-Type: application/json' \
  -d '{
  "Neighborhood": "CollgCr",
  "BldgType": "1Fam",
  "OverallQual": 7,
  "OverallCond": 5,
  "RoofMatl": "CompShg",
  "BsmtQual": "Gd",
  "BsmtFinSF1": 706,
  "TotalBsmtSF": 856,
  "GrLivArea": 1710,
  "KitchenQual": "Gd",
  "GarageType": "Attchd",
  "GarageCars": 2
}'

5. Opción de Alojamiento en la Nube

Para un despliegue en la nube, se recomienda una instancia t2.micro con 10 GB de almacenamiento y sistema operativo Ubuntu. Los pasos son similares a los anteriores. Asegúrate de instalar Docker (Instrucciones de instalación) y abrir el tráfico al puerto 1399.

Manual de despliegue del Dashboard

Para desplegar el dashboard, dirígete a la subcarpeta webapp y sigue las instrucciones proporcionadas allí.