تصنيف الأجسام القريبة من الأرض – NASA NEO Hazard Prediction

في هذا المشروع، طورت نموذجًا للتعلم الآلي يهدف إلى التنبؤ بما إذا كان الكائن القريب من الأرض (NEO) يُشكّل خطرًا (“hazardous”) أم لا، اعتمادًا على بيانات فلكية متنوعة.

استيراد البيانات وفهمها:

جلبت مجموعة بيانات من Kaggle تشمل خصائص مثل السرعة النسبية، المسافة، الأبعاد التقديرية، واللمعان.

استعرضت الخصائص (features) وحللت علاقتها مع الهدف (is_hazardous).

تنظيف وتحضير البيانات (Data Preprocessing & Cleaning):

معالجة القيم المفقودة (Missing Values) وحذف الصفوف الناقصة عند الحاجة.

إزالة التكرارات (Duplicates).

اكتشاف ومعالجة القيم الشاذة (Outliers) باستخدام Box Plot, Z-score, IQR.

اختيار الخصائص الأكثر ارتباطًا بالهدف (Feature Selection).

تقسيم البيانات إلى Train / Test.

تطبيق Scaling/Normalization للخصائص العددية.

معالجة مشكلة عدم توازن الفئات (Class Balancing) باستخدام Oversampling / Undersampling / Class Weights.

بناء نماذج التصنيف (Classification Models):

النماذج الخطية: Logistic Regression, LDA, QDA.

النماذج الشجرية: Decision Tree, Random Forest, Extra Trees.

نماذج Boosting: XGBoost, LightGBM, CatBoost.

تقييم النماذج:

حساب Accuracy, Precision, Recall, F1-Score, ROC AUC.

مقارنة الأداء قبل وبعد معالجة توازن الفئات.

ملاحظة تفوق بعض النماذج مثل Random Forest و Extra Trees.