Ames-Housing predection

ملخص المشروع: توقع أسعار البيوت (Ames Housing) باستخدام SVR

الفكرة: مشروع Machine Learning كامل من الأول للآخر على بيانات Ames Housing، هدفه توقع سعر بيع البيت (SalePrice) بنموذج Support Vector Regression (RBF kernel) مع ضبط الـ Hyperparameters بـ GridSearchCV.

اللي اتعمل:

تحليل البيانات (EDA): فحص القيم المفقودة والـ Skewness والـ Outliers والارتباطات والأعمدة شبه الفاضية.

التنضيف: معالجة القيم المفقودة، وحذف البيوت الكبيرة جدًا بأسعار شاذة (Gr Liv Area > 4000 وسعر أقل من 300 ألف $).

Feature Engineering: 9 مميزات جديدة، زي المساحة الكلية وعمر البيت وعدد الحمامات ومساحة الشرفات، ومؤشرات ثنائية (جراج، بول، مدفأة، دور تاني).

الترميز: Ordinal Encoding لأعمدة الجودة، وTarget Encoding للأعمدة الفئوية.

التحويل والتحجيم: log1p للمتغير الهدف والمميزات المنحرفة، وStandardScaler لأنه ضروري للـ SVR.

حذف الأعمدة الزايدة: أعمدة قليلة التباين أو متكررة أو مرتبطة ببعض بشدة.

النموذج: SVR مع GridSearchCV على C وepsilon وgamma بـ 5-fold CV.

التقييم: R² وRMSE (لوغاريتمي وبالدولار) وMAE، مع تحليل البواقي (Residuals).

نقطة القوة: الـ Pipeline كله بدون Data Leakage.

المخرجات: حوالي 13 رسم بياني، منها توزيع السعر والـ Q-Q plot والـ Heatmap ومقارنة الفعلي بالمتوقع وتحليل البواقي.

الأدوات: Python • Pandas • Scikit-learn • Matplotlib/Seaborn