تعلم الاله machine learning caaliforina housing linear rgression modeel

في هذا المشروع، قمت بتطوير نموذج تعلم آلي باستخدام خوارزمية الانحدار الخطي (Linear Regression) للتنبؤ بأسعار المنازل اعتمادًا على مجموعة بيانات California Housing Dataset.

الهدف

بناء نموذج قادر على التنبؤ بالقيمة المتوسطة للمنازل في مناطق مختلفة بولاية كاليفورنيا بناءً على خصائص ديموغرافية واقتصادية.

خطوات العمل

استكشاف وتحليل البيانات (EDA)

معالجة البيانات وتنظيفها (Data Cleaning)

التعامل مع القيم المفقودة والميزات العددية

تقسيم البيانات إلى Training و Testing

بناء نموذج Linear Regression باستخدام Scikit-learn

تدريب النموذج وتقييمه باستخدام:

Mean Squared Error (MSE)

Root Mean Squared Error (RMSE)

R² Score

تحليل أداء النموذج وتفسير النتائج

الأدوات المستخدمة

Python

Pandas

NumPy

Scikit-learn

Matplotlib / Seaborn

النتائج

تمكن النموذج من تحقيق أداء جيد في التنبؤ بأسعار المنازل، مع فهم واضح لتأثير كل متغير (مثل متوسط الدخل، عدد الغرف، الكثافة السكانية) على السعر النهائي.