تحليل البيانات

تم تنفيذ الخطوات التالية في التحليل:

توليد بيانات تجريبية باستخدام make_classification لإنشاء مجموعة بيانات تحتوي على ميزات (features) وفئات (classes).

تقسيم البيانات إلى بيانات تدريب واختبار باستخدام train_test_split.

البحث عن أفضل قيمة لعدد الجيران (K) عبر تقنية Grid Search مع Cross Validation لتحسين أداء النموذج.

تدريب النموذج الأفضل باستخدام أفضل قيمة تم العثور عليها.

تقييم دقة النموذج على بيانات الاختبار باستخدام accuracy_score.

رسم علاقة عدد الجيران بدقة النموذج لعرض تأثير قيمة K على الأداء العام.