House Pricer

The prototype for House prediction using Python RESTful API and present via iOS Mobile Application.

Comment

Inspiration

Predict house price with attributes from dataset from Kaggle, This is a pilot project to predict other datasets that interesting and trend.

What it does

Predict house price with attributes from a dataset from Kaggle

How I built it

  • หา dataset เกี่ยวกับ HousePrice
  • ศึกษาวิธีการ prediction
  • วางรูปแบบ Architecture ที่เป็นไปได้
  • ศึกษาเรื่อง Server และค่าใช้จ่าย
  • implement frontend โดยใช้ iOS Application(Swift)ในการ presentation
  • implement RESTful API, predict function โดยใช้ Python
  • นำ API และ Dataset setup บน Google Cloud Engine
  • สร้างการ connection ระหว่าง Application และ API

Challenges I ran into

  • dataset ที่มี Accuracy ต่ำ ต้องทำการ clean data ปริมาณเยอะๆ ในการเตรียม dataset
  • ข้อจำกัดของการนำ dataset เยอะๆ มาใช้ ทำให้ใช้เวลาค่อนข้างนานในการ train
  • ข้อมูลของ dataset ไม่ได้มีเก็บไว้ทุกๆ location, อย่างเช่น dataset ราคาบ้านในไทย ไม่มี

Accomplishments that I'm proud of

  • Generate RESTFul API using Python

What I learned

  • การเขียน API โดยใช้ Python
  • ขั้นตอนการ connect การสร้าง env สำหรับการ run python

What's next for House Pricer

  • หา dataset ที่มีปริมาณและมีคุณภาพ ที่มี ค่า Accuracy สูง เพื่อประโยชน์ในการทำนายที่เข้าใกล้ค่าจริงมากขึ้น
  • ปรับ Flow การทำงานที่ train data ครั้งเดียว แล้วทำนายได้เร็วขึ้น
  • เอาไปปรับใช้กับการที่ทำ อย่างเช่น การหา trend ที่เป็นที่นิยมเพื่อมาประกอบการตัดสินใจในการเสนอ feature หรือ idea ใหม่
  • ศึกษาเรื่อง Regression เพิ่ม อย่างเช่น linear, logistic

Built With

Share this project:

Updates