تنظيف وتهيئة بيانات سلوك العملاء (Data Preprocessing & Cleaning)

يعتبر تنظيف البيانات (Data Cleaning) الخطوة الأهم لضمان دقة أي قرارات استثمارية أو تحليلية. في هذا المشروع، قمت بالتعامل مع مجموعة بيانات خام تحتوي على تفاصيل العملاء وسلوكهم الشرائي، ورفعت جودتها لتكون جاهزة تماماً لمرحلة التحليل الإحصائي وبناء النماذج.

أبرز المهام التي قمت بها:

فحص هيكل البيانات: التأكد من أنواع البيانات (Data Types) وتحويلها للصيغ الصحيحة (Numeric & Categorical) لضمان دقة العمليات الحسابية.

معالجة القيم المفقودة والمكررة: استخدام مكتبة Pandas لاكتشاف الثغرات في البيانات ومعالجتها دون التأثير على توازن النموذج.

تنقية البيانات من القيم الشاذة (Outliers): بناء دالة برمجة مخصصة باستخدام تقنية IQR (المدى الربيعي) لاستبعاد القيم غير المنطقية التي قد تؤدي لنتائج مضللة.

تحسين الأداء البرمجي: تهيئة الأعمدة لتقليل استهلاك الذاكرة وسرعة المعالجة.