Hotel Booking Cancellation Prediction - Machine Learning

مشروع تحليل بيانات وتنفيذ نموذج تعلم آلي متقدم للتنبؤ باحتمالية إلغاء الحجوزات الفندقية لحظة إتمام الحجز. يُساعد هذا النموذج إدارة الفنادق على تقليل الخسائر المالية وتحسين إدارة الغرف والإشغال بشكل استباقي.

أهم ميزات وهيكل العمل بالمشروع:

استكشاف وتنظيف البيانات (EDA & Data Cleaning):

التعامل مع قاعدة بيانات ضخمة تحتوي على أكثر من 103,000 سجل حجز و30 متغير (Features).

معالجة القيم المفقودة (Missing Values) والتعامل مع البيانات الديموغرافية وبيانات الوكلاء.

الهندسة والترميز (Feature Engineering & Encoding):

تحويل المتغيرات النصية والفئات إلى صيغة رقمية تناسب الخوارزميات باستخدام One-Hot Encoding (pd.get_dummies).

تقسيم البيانات بنسبة 70% للتدريب و30% للاختبار (Train-Test Split).

بناء وتدريب النموذج (Model Building & Training):

اعتماد خوارزمية XGBoost Classifier نظراً لكفاءتها العالية وسرعتها مع البيانات الجدولية (Tabular Data).ضبط المعلمات الفائقة (Hyperparameters) للحد من الإفراط في التلاؤم (Overfitting).

تقييم الأداء (Model Evaluation):

تحقيق دقة إجمالية (Accuracy) بنسبة 85%.

الوصول لـ Precision بنسبة 85% وRecall بنسبة 92% للعملاء الذين لم يسبق لهم الإلغاء.

الأدوات والمكتبات المستخدمة (Tech Stack):

اللغة: Python 3.12 المكتبات: Pandas, NumPy, Scikit-learn, XGBoost البيئة: Jupyter Notebook / Anaconda Environment