from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import StandardScaler
import numpy as np

# Features: שטח (מ"ר), חדרים, קומה, מרחק מרכז (ק"מ)
X = np.array([
    [60, 3, 2, 5.0],
    [80, 4, 5, 3.2],
    [45, 2, 1, 8.1],
    [120, 5, 8, 1.5],
])
y = np.array([1200, 1800, 900, 2700])  # מחיר אלפי ש"ח

# Normalization — features בסקאלות שונות מבלבלים את המודל
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

model = LinearRegression()
model.fit(X_scaled, y)

new_apt = scaler.transform([[70, 3, 4, 4.0]])
price = model.predict(new_apt)
print(f"Estimated price: {price[0]:.0f}k NIS")

Machine Learning — Supervised, Unsupervised, RL

Machine Learning — Supervised, Unsupervised, RL

Machine Learning — Supervised, Unsupervised, RL