التنبؤ بأسعار المساكن في كاليفورنيا (California Housing Price Prediction)

نوع العمل: مشروع تحليل بيانات وتعلم آلي (Data Analysis and Machine Learning Project).

ميزات العمل وطريقة التنفيذ:

الهدف: بناء وتقييم نماذج انحدار (Regression Models) للتنبؤ بدقة بمتوسط أسعار المساكن في مناطق مختلفة من كاليفورنيا.

المنهجية:

المعالجة المسبقة للبيانات (Data Preprocessing): تنظيف البيانات، التعامل مع القيم المفقودة (missing values)، وتحويل البيانات المتغيرة إلى صيغة مناسبة للنماذج.

تحليل البيانات الاستكشافي (Exploratory Data Analysis - EDA): تحليل مرئي لتوزيع المتغير المستهدف (أسعار المنازل) والمتغيرات الأخرى، ورسم خرائط للتوزيع الجغرافي للبيانات.

تطوير النماذج: تم بناء وتنفيذ نماذج الانحدار الخطي (Linear Regression) ونماذج الانحدار اللوجستي (Logistic Regression) باستخدام مكتبة scikit-learn في بايثون.

التقييم: تم تقييم أداء النماذج باستخدام مقاييس مناسبة مثل خطأ المتوسط التربيعي (MSE) و

R

2

Score لتحديد النموذج الأفضل أداءً.