Will It Rain Tomorrow? Cleaning and Analysing Australian Weather Data

مشروع تحليل بيانات على ملف فيه 145,460 سجل يومي لطقس أستراليا من 49 محطة. بدأت بفحص الداتا ولقيت إن 3,267 يوم مفيهمش نتيجة (هل هتمطر بكرة) ومش ممكن تتسترجع، وإن 1,759 صف شكلهم متناقض بس طلعوا سليمين، وإن 96 قيمة تبخر مشكوك فيها، فعلّمتها من غير ما أحذف ولا صف وسجلت كل فحص. بعدها جهزت الداتا للنمذجة بإنشاء متغيرات جديدة وتشفير الفئات وتقسيم تدريب واختبار بدون تسريب، ثم اختبرت كل متغير ضد المطر بـ 55 اختبار إحصائي بتصحيح Bonferroni. النتيجة إن الرطوبة بعد الظهر أقوى إشارة (المطر بيطلع من 4.9% لـ 60.2%)، بس 37 اختبار بس من الـ 55 ليهم أثر حقيقي، والباقي معنوي إحصائيًا لكن صغير جدًا (المطر بينزل في 22.4% من الأيام)، وده اتوضح في 8 رسومات ودفتر Jupyter كامل.