| import gradio as gr |
| import numpy as np |
| from sklearn.datasets import fetch_california_housing |
| from sklearn.ensemble import RandomForestRegressor |
|
|
| |
| |
| |
| data = fetch_california_housing() |
| X = data.data |
| y = data.target |
|
|
| model = RandomForestRegressor(n_estimators=100, random_state=42) |
| model.fit(X, y) |
|
|
| |
| |
| |
|
|
| BASE_YEAR = 2000 |
| YEARLY_RATE = 0.04 |
|
|
| def adjust_by_year(price, year): |
| years_diff = year - BASE_YEAR |
| adjusted_price = price * ((1 + YEARLY_RATE)**years_diff) |
| return adjusted_price |
|
|
| |
| |
| |
|
|
| def predict_price( |
| medinc, houseage, averooms, avebedrms, |
| population, aveoccup, latitude, longitude, |
| year |
| ): |
| features = np.array([[ |
| medinc, houseage, averooms, avebedrms, |
| population, aveoccup, latitude, longitude |
| ]]) |
|
|
| base_pred = model.predict(features)[0] |
| adjusted = adjust_by_year(base_pred, year) |
|
|
| usd = adjusted * 100000 |
|
|
| return f"💰 Giá nhà dự đoán năm {year}: {usd:,.2f} USD" |
|
|
|
|
| |
| |
| |
|
|
| interface = gr.Interface( |
| fn=predict_price, |
| inputs=[ |
| gr.Slider(0, 20, value=3, label="MedInc (Thu nhập trung vị)"), |
| gr.Slider(0, 100, value=20, label="HouseAge (Tuổi nhà)"), |
| gr.Slider(1, 10, value=5, label="AveRooms (Số phòng TB)"), |
| gr.Slider(0.5, 5, value=1, label="AveBedrms (Phòng ngủ TB)"), |
| gr.Number(value=800, label="Population (Dân số)"), |
| gr.Slider(1, 10, value=3, label="AveOccup (Số người/hộ TB)"), |
| gr.Number(value=34.05, label="Latitude (Vĩ độ)"), |
| gr.Number(value=-118.24, label="Longitude (Kinh độ)"), |
| gr.Slider(1990, 2050, value=2024, step=1, label="Năm muốn dự đoán") |
| ], |
| outputs="text", |
| title="🏠 AI Dự đoán giá nhà theo năm (California)", |
| description="Mô hình AI + điều chỉnh theo năm (4%/năm). Không sử dụng text input." |
| ) |
|
|
| interface.launch() |
|
|
