تحليل بيانات أسعار البيوت في كاليفورنيا بـ Python

في المشروع ده اشتغلت على بيانات أسعار البيوت في كاليفورنيا (أكتر من 20 ألف سجل)، وكان هدفي أفهم إيه اللي بيأثر على سعر البيت فعلًا.

بدأت بفحص البيانات والتأكد إنها نضيفة ومفيهاش قيم ناقصة أو مكررة، وبعدها عملت رسومات توضح توزيع الأسعار وعلاقتها بالدخل وعمر البيت. وكمان عملت خريطة تفاعلية بتعرض البيوت حسب سعرها بألوان مختلفة، فتقدر تشوف بعينك المناطق الغالية والرخيصة.

أهم اللي طلعت بيه:

- متوسط دخل السكان هو أقوى عامل مؤثر على السعر (ارتباط 0.69).

- عمر البيت تأثيره ضعيف، والموقع الجغرافي هو اللي بيفرق أكتر.

- في بيانات شاذة في بعض الأعمدة، والأسعار متقفلة عند 500 ألف دولار، وده لازم يتاخد في الحسبان لو هتتبني عليها نموذج توقع.

الأدوات: Python, Pandas, NumPy, Matplotlib, Seaborn, Folium