الفيوم

نوع العمل

تصنيف البيانات باستخدام خوارزمية SVM (Support Vector Machine).

يعني الهدف هو تدريب نموذج قادر يميز بين فئتين (binary classification) بناءً على البيانات المدخلة.

مميزات العمل

دقة عالية: النموذج حقق Accuracy ≈ 88% و Recall ≈ 90%، وده يدل إنه بيقدر يتعرف كويس على الأنماط.

توازن في الأداء: الـ Precision والـ Recall متقاربين جدًا، والـ F1-score ≈ 0.89، يعني النموذج متوازن بين تقليل الأخطاء الإيجابية والسلبية.

وضوح التقييم: استخدام Confusion Matrix بيوضح بالضبط عدد الحالات اللي اتصنفت صح وغلط.

قابلية التطبيق: SVM بيشتغل بكفاءة مع البيانات الصغيرة والمتوسطة ومناسب في بداية المشاريع.

طرق التنفيذ

تحضير البيانات: تنظيف البيانات وتقسيمها إلى بيانات تدريب واختبار.

اختيار الخوارزمية: استدعاء مكتبة sklearn.svm واستخدام SVC لبناء النموذج.

تدريب النموذج: إدخال بيانات التدريب للنموذج ليتعلم الأنماط.

التنبؤ: استخدام بيانات الاختبار للحصول على التوقعات.

التقييم: إنشاء Confusion Matrix وحساب المؤشرات (Accuracy, Precision, Recall, F1).