first commit on space

README.md

@@ -1,48 +1,11 @@
-# Prédiction du Prix de Vente d'une Voiture avec Régression Linéaire
-
-Ce projet implémente un modèle de régression linéaire multiple pour prédire le prix de vente d'une voiture en fonction de ses caractéristiques. L'application est construite avec **Gradio** pour l'interface utilisateur et est déployée localement ainsi que sur **Hugging Face Spaces**.
-
----
-
-## Fonctionnalités du projet
-
-- **Entraînement du modèle** : Utilisation d'un modèle de régression linéaire multiple.
-- **Prédiction interactive** : Interface utilisateur simple et intuitive avec Gradio.
-- **Déploiement** : Hébergement de l'application sur Hugging Face Spaces.
-- **Données manipulées** : Variables quantitatives et qualitatives liées aux voitures.
-
----
-
-## Variables utilisées pour la prédiction
-
-1. **Kilométrage parcouru (Kms_Driven)** : Distance totale parcourue par la voiture.
-2. **Prix actuel (Present_Price)** : Prix actuel de la voiture sur le marché.
-3. **Type de carburant (Fuel_Type)** :
-   - 0 : Essence
-   - 1 : Diesel
-   - 2 : CNG
-4. **Type de vendeur (Seller_Type)** :
-   - 0 : Particulier
-   - 1 : Concessionnaire
-5. **Transmission** :
-   - 0 : Manuelle
-   - 1 : Automatique
-6. **Âge du véhicule (Age)** : Nombre d'années depuis la fabrication du véhicule.
-
+title: Car Price Prediction
+emoji: 🚗
+colorFrom: blue
+colorTo: green
+sdk: gradio
+sdk_version: "3.23.0"  # Vous pouvez ajuster selon votre version de Gradio
+app_file: app.py
+pinned: false
 ---
 
-## Prérequis
-
-Avant de commencer, vous devez avoir les éléments suivants installés :
-
-1. **Python 3.7 ou supérieur**.
-2. Les bibliothèques Python suivantes :
-   - Gradio
-   - Joblib
-   - Numpy
-   - Scikit-learn
-
-Installez toutes les dépendances avec la commande suivante :
-
-```bash
-pip install -r requirements.txt
+Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference