Spaces:
Sleeping
Sleeping
| title: MiamiHomeAI | |
| emoji: 💻 | |
| colorFrom: gray | |
| colorTo: purple | |
| sdk: gradio | |
| sdk_version: 5.41.1 | |
| app_file: app.py | |
| pinned: false | |
| license: mit | |
| short_description: MiamiHomeAI - Predictor de Precios Inmobiliarios | |
| # 🏠 MiamiHomeAI - Predictor de Precios Inmobiliarios | |
| Predictor inteligente de precios inmobiliarios para el mercado de Miami con **técnicas avanzadas de Machine Learning**. | |
| ## 🎯 Características | |
| - **Alta Precisión**: Modelo ensemble con Random Forest, XGBoost y LightGBM | |
| - **Feature Engineering**: 15+ características derivadas automáticamente | |
| - **Mercado Específico**: Optimizado para Miami y sus particularidades costeras | |
| - **Interfaz Intuitiva**: Sliders y dropdowns para fácil uso | |
| - **Análisis Detallado**: Explicación de factores que influyen en el precio | |
| ## 🚀 Cómo Usar | |
| 1. **📐 Ajustar Características**: Tamaño, habitaciones, baños, edad | |
| 2. **🌍 Seleccionar Ubicación**: Zona geográfica y proximidad a playa | |
| 3. **🎓 Configurar Entorno**: Rating escolar y zona de inundación | |
| 4. **💰 Ver Predicción**: Precio estimado con análisis detallado | |
| ## 🏖️ Factores del Mercado de Miami | |
| ### 🌊 Proximidad Costera | |
| - **Beachfront/Waterfront**: Premium 80-150% sobre precio base | |
| - **Coastal**: Incremento 40-60% | |
| - **Interior**: Precios más moderados | |
| ### 🏘️ Zonas Premium | |
| - **South Beach**: Zona icónica de lujo | |
| - **Brickell**: Distrito financiero moderno | |
| - **Coral Gables**: Área residencial exclusiva | |
| - **Downtown**: Centro urbano en crecimiento | |
| ### 🌊 Riesgo de Inundación (FEMA) | |
| - **X**: Riesgo mínimo (0.2% anual) | |
| - **AE/AH/AO**: Riesgo moderado (1% anual) | |
| - **VE**: Alto riesgo costero (1%+ con oleaje) | |
| ## 📊 Tecnología del Modelo | |
| ### 🤖 Algoritmos Utilizados | |
| - **Random Forest**: Robustez contra overfitting | |
| - **XGBoost**: Optimización de gradiente extrema | |
| - **LightGBM**: Eficiencia y precisión | |
| - **Stacking Ensemble**: Combinación inteligente de modelos | |
| ### 🔧 Feature Engineering | |
| ```python | |
| # Características Derivadas Automáticamente | |
| • Size_per_Room: Metros cuadrados por habitación | |
| • Coastal_Zone: Indicador de ubicación costera | |
| • Flood_Risk: Codificación numérica de riesgo | |
| • Beach_Interaction: Interacción zona-playa | |
| • Age_Categories: Clasificación por antigüedad | |
| ``` | |
| ### 📈 Validación del Modelo | |
| - **Cross-Validation**: 5-fold para robustez estadística | |
| - **División Estratificada**: Por cuantiles de precio | |
| - **Feature Selection**: Selección automática de variables importantes | |
| - **Hyperparameter Tuning**: Optimización de parámetros | |
| ## 🎯 Casos de Uso | |
| ### 🏡 Para Compradores | |
| - **Evaluación de Precios**: ¿Es justo este precio? | |
| - **Comparación**: Diferentes propiedades en la misma zona | |
| - **Negociación**: Datos objetivos para ofertas | |
| ### 🏢 Para Profesionales | |
| - **Agentes Inmobiliarios**: Pricing automático | |
| - **Evaluadores**: Baseline para tasaciones | |
| - **Inversores**: Análisis rápido de oportunidades | |
| - **Desarrolladores**: Estimación de proyectos | |
| ### 🏦 Para Instituciones | |
| - **Bancos**: Evaluación para hipotecas | |
| - **Seguros**: Valoración de propiedades | |
| - **Fondos de Inversión**: Due diligence automatizado | |
| ## 📊 Ejemplos de Predicción | |
| | Característica | Propiedad 1 | Propiedad 2 | Propiedad 3 | | |
| |---------------|-------------|-------------|-------------| | |
| | **Tamaño** | 2,500 ft² | 1,800 ft² | 4,000 ft² | | |
| | **Habitaciones** | 3 | 2 | 4 | | |
| | **Zona** | Beachfront | Downtown | Luxury | | |
| | **Distancia Playa** | 0.5 millas | 3.0 millas | 0.2 millas | | |
| | **Precio Estimado** | ~$850K | ~$420K | ~$1.2M | | |
| ## ⚠️ Consideraciones Importantes | |
| - **Estimaciones**: Basadas en datos históricos y patrones del mercado | |
| - **Variabilidad**: El mercado inmobiliario fluctúa por factores externos | |
| - **Consulta Profesional**: Siempre consultar con expertos locales | |
| - **Factores Únicos**: Características especiales pueden no estar capturadas | |
| ## 🔧 Desarrollo Técnico | |
| **Lenguajes:** Python • **ML:** Scikit-learn, XGBoost, LightGBM | |
| **UI:** Gradio • **Deploy:** Hugging Face Spaces • **Data:** Pandas, NumPy | |
| --- | |
| **🏠 Desarrollado para democratizar el acceso a análisis inmobiliario inteligente** | |
| --- | |
| Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference | |