Model Prediction

المشروع الأول: التنبؤ بسعر السيارات (Car Price Prediction)

يهدف هذا الجزء من المشروع إلى بناء نماذج تنبؤية لتقدير أسعار السيارات بناءً على مجموعة من الخصائص التقنية والمالية. تم استخدام ثلاث تقنيات من الانحدار:

الانحدار الخطي البسيط باستخدام متغير واحد.

الانحدار الخطي المتعدد باستخدام مجموعة من الخصائص المختارة.

الانحدار متعدد الحدود (Polynomial Regression) لتمثيل العلاقة غير الخطية بين المتغيرات.

خطوات العمل:

تحميل البيانات من ملف CarPrice_Assignment.csv.

تحليل مبدئي للبيانات واستكشافها (EDA).

تنظيف البيانات وتحويل المتغيرات الفئوية إلى متغيرات رقمية باستخدام one-hot encoding.

تحليل الارتباط لاختيار أهم المتغيرات المؤثرة في السعر.

بناء النماذج المختلفة وتقييمها باستخدام مقاييس الأداء مثل:

R-squared (R²)

Mean Squared Error (MSE)

تمثيل النتائج بالرسم البياني.

المشروع الثاني: التنبؤ بأمراض الكلى المزمنة (Chronic Kidney Disease Prediction)

يهدف هذا الجزء إلى بناء نماذج تصنيف لتحديد ما إذا كان المريض يعاني من مرض الكلى المزمن (CKD) بناءً على مجموعة من المؤشرات الصحية.

التقنيات المستخدمة:

الانحدار اللوجستي (Logistic Regression) لتصنيف الحالات.

K-Nearest Neighbors (KNN) لتصنيف المرضى بناءً على أقرب الجيران.

خطوات العمل:

تحميل البيانات من مجموعة بيانات أمراض الكلى المزمنة.

معالجة القيم المفقودة وتحويل القيم النصية إلى أرقام.

تحويل العمود الهدف إلى تصنيف ثنائي (1 = CKD, 0 = Not CKD).

تقسيم البيانات إلى تدريب واختبار.

تدريب النماذج وتقييمها باستخدام مقاييس التصنيف مثل:

الدقة (Accuracy)

مصفوفة الالتباس (Confusion Matrix)

معدل الاستدعاء (Recall)

الدقة النوعية (Precision)

F1 Score