HOUSEPRICE_LinearRegression

مشروع تحليل وتحضير بيانات التنبؤ بأسعار المنازل (House Sales Prediction) المعتمد على مجموعة بيانات King County، يهدف لإعداد البيانات وتنظيفها لتطبيق نموذج الانحدار الخطي (Linear Regression).

ملخص خطوات العمل في دفتر الملاحظات (Notebook):

استيراد المكتبات الأساسية: استدعاء أدوات التحليل والرسم البياني بلغة بايثون (pandas, numpy, seaborn, matplotlib.pyplot).

تحميل واستكشاف البيانات (EDA):

قراءة مجموعة البيانات الحاوية على 21,613 سجل عقاري و21 عموداً تتضمن تفاصيل المنازل (مثل المساحة، عدد الغرف، الحمامات، الإطلالة، سنة البناء، والإحداثيات الجغرافية).

فحص هيكل البيانات وأنواع المتغيرات التأكد من خلوها من القيم المفقودة (Missing Values).

تنظيف ومعالجة البيانات (Data Preprocessing):

استبعاد الأعمدة غير المؤثرة في النموذج مثل رقم المعرف (id) والرمز البريدي (zipcode).

إزالة الصفوف المكررة (Duplicates).

كشف وإزالة القيم الشاذة (Outliers) في أسعار المنازل باستخدام المدى الربيعي (IQR)، مما خفّض عدد السجلات إلى 20,454 صفاً لتقليل التحيّز في النموذج.

التحليل البصري (Data Visualization):

دراسة توزيع أسعار المنازل باستخدام المخطط التكراري (histplot) والمخطط الصندوقي (boxplot).

تحليل توزيع خصائص المنازل مثل عدد غرف النوم (bedrooms).

يركز هذا العمل على مرحلة الهندسة والتجهيز المسبق للبيانات (Data Preprocessing & Cleaning) كخطوة أساسية تسبق بناء وتدريب نموذج الانحدار الخطي للتنبؤ بأسعار العقارات.