Income Prediction

مشروع التنبؤ بالدخل (مشروع جامعي)

نبذة عن المشروع: مشروع تعلم ماشية تم تطويره كجزء من دراسة كلية الحاسبات والمعلومات بجامعة عين شمس، للتنبؤ بما إذا كان دخل الفرد يتجاوز 50 ألف دولار بناءً على البيانات السكانية والتعليمية والوظيفية.

خط بيانات المعالجة والترميز

تنظيف البيانات: معالجة القيم المفقودة (التعويض بالوسيط للأرقام والمنوال للفئات) وإدارة القيم الشاذة باستخدام IQR.

هندسة الخصائص: إنشاء مؤشرات مالية واقتصادية جديدة (مثل capital-net و is_us و has-capital وتبسيط الحالة الاجتماعية).

الترميز والتدرج: استخدام LabelEncoder مع معالجة آمنة للتسميات غير المبرمجة، وتقليص الأبعاد، وتطبيق StandardScaler.

النماذج المستخدمة (Random Forest & KNN)

Random Forest Classifier:

الدقة: 86.71%

المميزات: التعامل الممتاز مع العلاقات غير الخطية وتقليل التباين عبر 300 شجرة قرار.

K-Nearest Neighbors (KNN):

الدقة: 85.27% (عند K=31 ومقياس مسافة مانهاتن).

المميزات: فعالية عالية عند الحدود الفاصلة الواضحة بين الفئات.

التحليل البصري وأبرز النتائج

توزيع الدخل: حوالي 75% يكسبون أقل من أو يساوي 50 ألف دولار، وحوالي 25% يكسبون أكثر من 50 ألف دولار.

التعليم: حملة الدكتوراه والدرجات المهنية لديهم فرصة بنحو 74% لتجاوز حاجز 50 ألف دولار.

العمر: متوسط عمر أصحاب الدخل المرتفع أكبر بنحو 7-8 سنوات (44.2 مقابل 36.8 عاماً).

ساعات العمل: أصحاب الدخل المرتفع يعملون ساعات أطول بمعدل 6-7 ساعات أسبوعياً إضافية.

الحالة الاجتماعية: الزواج يرتبط بشكل ملحوظ بارتفاع مستويات الدخل.

الترخيص

هذا المشروع مخصص للأغراض التعليمية فقط — جامعة عين شمس، كلية الحاسبات والمعلومات.