House price Prediction

قمت بإنشاء مشروع تنبؤ بأسعار المنازل (House Price Prediction) باستخدام تقنيات تعلم الآلة (Machine Learning) على Ames Housing Dataset. المشروع شمل: تنظيف البيانات ومعالجة القيم المفقودة باستخدام استراتيجيات منطقية. التعامل مع القيم الشاذة (Outliers) بالقص أو الإزالة. التحليل الاستكشافي (EDA) باستخدام الرسوم البيانية والارتباطات لفهم العوامل المؤثرة في الأسعار. هندسة خصائص جديدة مثل (المساحة الكلية، عمر العقار، عمر التجديد). ترميز وتقييس البيانات (Ordinal Encoding, OneHot Encoding, StandardScaler). اختيار الخصائص باستخدام LassoCV للحصول على أهم المتغيرات المؤثرة. تدريب نماذج متعددة: Linear Regression, Lasso, Random Forest, Gradient Boosting, XGBoost. إنشاء نموذج تجميعي (Voting Regressor) حقق أفضل أداء بنتيجة R² = 0.9166 وأقل خطأ (MAE & RMSE). المشروع يوفر نظامًا دقيقًا لتوقع أسعار المنازل بناءً على خصائصها المختلفة، مع نتائج ورسوم توضيحية تسهّل فهم البيانات.