Customer Segmentation

في المشروع ده استخدمت Mall Customers Dataset (200 صف × 5 أعمدة) لتقسيم العملاء إلى مجموعات مختلفة بناءً على العمر، الدخل السنوي، ودرجة الإنفاق بهدف مساعدة الشركات على فهم سلوك العملاء وتصميم استراتيجيات تسويق أفضل. الخطوات: تنظيف البيانات من القيم المفقودة والمكررة والتعامل مع القيم الشاذة. تحليل استكشافي (EDA) باستخدام الرسوم البيانية لفهم التوزيعات والعلاقات بين المتغيرات. تجهيز البيانات: ترميز النوع (Gender)، وتوحيد القيم باستخدام StandardScaler. تطبيق خوارزميات التجميع: K-Means (باستخدام Elbow Method واختيار k=5). DBSCAN لاكتشاف المجموعات غير الخطية. Hierarchical Clustering مع بناء Dendrogram. تحليل كل Cluster وتحديد خصائصه (مثل العملاء ذوي الدخل العالي لكن إنفاق منخفض، أو الشباب ذوي الإنفاق المرتفع). النتائج: أفضل تقسيم باستخدام K-Means لخمسة مجموعات واضحة. أظهرت النتائج عملاء مهمين (High income & High spending) يمثلون قيمة كبيرة للشركات. استخدمت التصورات (Scatterplots, Heatmaps, Dendrograms) لعرض النتائج بوضوح. الأدوات والتقنيات: Python, Pandas, NumPy, Matplotlib, Seaborn, Scikit-learn (KMeans, DBSCAN, StandardScaler), SciPy (Hierarchical Clustering).