gui

data/data_normalized.csv

@@ -0,0 +1,25 @@
+km,price,km_norm,price_norm
+240000,3650,1.0,0.0
+139800,3800,0.5384636643774096,0.032327586206896554
+150500,4400,0.5877494806564687,0.16163793103448276
+185530,4450,0.7491029520822106,0.1724137931034483
+176000,5250,0.7052063325364692,0.3448275862068966
+114800,5350,0.4233098880244679,0.36637931034482757
+166800,5800,0.6628297428385866,0.46336206896551724
+89000,5990,0.30447119082823204,0.5043103448275862
+144500,5999,0.5601125743317626,0.50625
+84000,6200,0.2814404355576437,0.5495689655172413
+82029,6390,0.27236171182997776,0.5905172413793104
+63060,6390,0.18498763248441968,0.5905172413793104
+74000,6600,0.23537892501646698,0.6357758620689655
+97500,6800,0.3436234747882322,0.6788793103448276
+67000,6800,0.2031358676376433,0.6788793103448276
+76025,6900,0.24470638090105526,0.7004310344827587
+48235,6900,0.11670144310712526,0.7004310344827587
+93000,6990,0.32289579504470267,0.7198275862068966
+60949,7490,0.1752640476091773,0.8275862068965517
+65674,7555,0.1970281113398833,0.8415948275862069
+54000,7990,0.1432559039341136,0.9353448275862069
+68500,7990,0.2100450942188198,0.9353448275862069
+22899,7990,0.0,0.9353448275862069
+61789,8290,0.17913321449463615,1.0

main.py

@@ -5,33 +5,20 @@ import os
 sys.path.append(os.path.abspath("src"))
 
 from src.training_model import train_model
-from src.prediction import predict_price
+from src.prediction import predict_price  # ✅ Peut maintenant être importé dès le début
+from src.gui import show_gui  # ✅ Import propre et structuré
 
-# Interface principale en console
 def main():
-    print(" Bienvenue dans le modèle de prédiction de prix de voiture !")
-    print(" Le modèle va être entraîné...")
-    
+    print("📌 Bienvenue dans le modèle de prédiction de prix de voiture !")
+    print("🔄 Le modèle va être entraîné...")
+
     # Entraîner le modèle
     train_model()
+    print("✅ Modèle entraîné avec succès !")
 
-    while True:
-        try:
-            # Demander un kilométrage
-            km = float(input("\nEntrez un kilométrage (ou tapez 'exit' pour quitter) : "))
-            
-            # Prédire le prix
-            price = predict_price(km)
-            print(f"Prix estimé : {price:.2f} €")
-
-        except ValueError:
-            print("Veuillez entrer un nombre valide ou 'exit' pour quitter.")
-        
-        # Demander si l'utilisateur veut continuer
-        continuer = input("Voulez-vous faire une autre estimation ? (o/n) : ").strip().lower()
-        if continuer != "o":
-            print("Merci d'avoir utilisé le modèle de prédiction ! À bientôt !")
-            break
+    # Lancer l'interface graphique après l'entraînement
+    print("🖥️ Lancement de l'interface graphique...")
+    show_gui(predict_price)
 
 if __name__ == "__main__":
     main()

src/data_process.py

@@ -13,6 +13,7 @@ def load_and_process_data(file_path):
     df["km_norm"] = (df["km"] - km_min) / (km_max - km_min)
     df["price_norm"] = (df["price"] - price_min) / (price_max - price_min)
     
+    print("Normalisation en cours...")
     df.to_csv("data/data_normalized.csv", index=False)
     print("Données nettoyées et normalisées suvegardées dans 'data/data_normalized.csv' !")
     plot_raw_data(df) # Affichage des données normalisées 

src/gradient_descent.py

@@ -1,5 +1,5 @@
 import numpy as np
-from src.cost_function import compute_cost
+from cost_function import compute_cost
 
 def gradient_descent(X, y, theta_0, theta_1, learning_rate, iterations):
     """Applique la descente de gradient et retourne les paramètres optimisés."""

src/gui.py

@@ -0,0 +1,36 @@
+import tkinter as tk
+from tkinter import messagebox
+
+def show_gui(predict_price):
+    """Affiche l'interface graphique Tkinter pour entrer un kilométrage et voir le prix estimé."""
+    
+    def estimate_price():
+        try:
+            km = float(entry_km.get())  # Récupère la valeur entrée
+            price = predict_price(km)  # Prédiction du prix
+            label_result.config(text=f"Prix estimé : {price:.2f} €", fg="green")  # Affiche le prix
+        except ValueError:
+            messagebox.showerror("Erreur", "Veuillez entrer un kilométrage valide.")
+
+    root = tk.Tk()
+    root.title("Estimation de prix de voiture")
+
+    frame = tk.Frame(root, padx=20, pady=20)
+    frame.pack()
+
+    label_title = tk.Label(frame, text="Estimation de prix de voiture", font=("Arial", 14, "bold"))
+    label_title.pack()
+
+    label_km = tk.Label(frame, text="Entrez le kilométrage :")
+    label_km.pack()
+
+    entry_km = tk.Entry(frame)
+    entry_km.pack()
+
+    btn_estimate = tk.Button(frame, text="Estimer le prix", command=estimate_price)
+    btn_estimate.pack()
+
+    label_result = tk.Label(frame, text="", font=("Arial", 12))
+    label_result.pack()
+
+    root.mainloop()

src/training_model.py

@@ -1,8 +1,8 @@
 import numpy as np
 import pandas as pd
-from src.data_process import load_and_process_data
-from src.gradient_descent import gradient_descent
-from src.visualization import plot_cost_history, plot_regression_line
+from data_process import load_and_process_data
+from gradient_descent import gradient_descent
+from visualization import plot_cost_history, plot_regression_line
 
 def train_model():
     """