تحليل بيانات ركاب Titanic وبناء نماذج للتنبؤ بالبقاء

تم العمل على مجموعة بيانات Titanic الشهيرة بهدف تحليل خصائص الركاب والتنبؤ باحتمالية نجاتهم باستخدام تقنيات تحليل البيانات والتعلم الآلي.

المهام المنجزة:

- تنظيف البيانات ومعالجتها: معالجة القيم المفقودة، حذف الأعمدة غير المفيدة، والتعامل مع البيانات النصية عبر الترميز (Encoding).

- التحليل الاستكشافي (EDA):

- دراسة توزيع الأعمار، العلاقة بين الدرجة (Pclass) ومعدل النجاة.

- تحليل أثر الأجرة (Fare) على النجاة.

- استكشاف تأثير حجم العائلة، مكان الصعود (Embark Town) على فرص النجاة.

- هندسة الخصائص (Feature Engineering): إنشاء متغيرات جديدة مثل:

تقسيم الركاب إلى مجموعات عمرية (Child, Teen, Adult, Senior).

حساب حجم العائلة.

متغير يحدد إن كان الراكب بمفرده (is_alone).

- إعداد البيانات للنمذجة: تطبيق StandardScaler للتوحيد القياسي، وترميز المتغيرات الفئوية باستخدام One-Hot Encoding.

- النمذجة (Modeling):

Logistic Regression

Random Forest Classifier

- تقييم النماذج: باستخدام Accuracy و Confusion Matrix، مع مقارنة أداء كل نموذج.

النتيجة:

الحصول على نماذج تصنيفية قادرة على التنبؤ ببقاء الركاب بدقة جيدة، مع استخراج رؤى مهمة حول العوامل الأكثر تأثيرًا على النجاة (مثل الدرجة، العمر، الأجرة، وحجم العائلة).

التقنيات المستخدمة:

Python (Pandas, NumPy, Seaborn, Matplotlib, Scikit-learn)