crearion du fichier de rapport

rapport.md

@@ -0,0 +1,48 @@
+# 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.
+
+---
+
+## 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