📈 التنبؤ بأسعار إعلانات Airbnb في نيويورك وتحليل أنواع الغرف

---

📖 جدول المحتويات

1. نظرة عامة على المشروع
2. خطوات العمل
3. النتائج الرئيسية
4. كيفية تشغيل المشروع
5. هيكل المشروع

---

🎯 نظرة عامة على المشروع

هذا المشروع يهدف إلى بناء نموذج تعلم آلة دقيق للتنبؤ بسعر إعلانات Airbnb في مدينة نيويورك بناءً على ميزات متعددة مثل الموقع، نوع الغرفة، والحد الأدنى لليالي. بالإضافة إلى ذلك، يتضمن المشروع تحليلاً استكشافيًا وتصنيفيًا لفهم توزيع وأنواع الغرف المتاحة.

---

🛠️ خطوات العمل

مر المشروع بأربع مراحل أساسية لضمان دقة وموثوقية النتائج:

1. تنظيف البيانات (Data Cleaning)

تم إجراء عملية تنظيف شاملة للبيانات الأولية (data1.csv) لضمان جودة البيانات المدخلة للنماذج. الخطوات شملت:

• معالجة القيم المفقودة: ملء الفراغات في عمود reviews_per_month بالصفر.
• إزالة البيانات غير المنطقية: حذف جميع الإعلانات التي كان سعرها يساوي صفرًا.
• حذف الأعمدة غير الضرورية: إزالة الأعمدة التي لا تساهم في التحليل مثل id, host_name, و last_review.
• تم حفظ البيانات النظيفة في ملف جديد cleaned_data.csv.

2. التحليل الاستكشافي للبيانات (EDA)

تم تحليل البيانات النظيفة لفهم الأنماط والعلاقات بين المتغيرات، مع التركيز على العوامل المؤثرة على السعر.

3. نمذجة التصنيف (تحليل نوع الغرفة)

تم بناء نموذجين (Logistic Regression و K-Nearest Neighbors) لتحليل وتصنيف أنواع الغرف المختلفة ('price`).

---

✨ النتائج الرئيسية

1. أداء نماذج تصنيف نوع الغرفة

تم تقييم النماذج بناءً على دقتها (Accuracy) ومقياس F1-score.

النموذج	Accuracy	F1-score (Weighted Avg)
Logistic Regression	0.07	0.03
K-Nearest Neighbors	0.06	0.05

---

🚀 كيفية تشغيل المشروع

المتطلبات الأساسية

• Python 3.9 أو أحدث
• Git

خطوات التشغيل

1. انسخ المستودع (Clone the repo):

   git clone [https://github.com/](https://github.com/)[Your-Username]/[Your-Repo-Name].git
   cd [Your-Repo-Name]

2. ثبّت المكتبات المطلوبة:

   pip install -r requirements.txt

3. شغّل سكربت التحليل: (تأكد من أن الكود يستخدم ملف cleaned_data.csv الجديد)

   python MLProject.ipynb

4. سيتم إنشاء جميع الرسوم البيانية في مجلد images/.

---

📂 هيكل المشروع

.
├── 📂 data/
│   ├── data1.csv          # البيانات الأصلية
│   └── cleaned_data.csv   # البيانات بعد التنظيف
├── 📂 images/
│   └── ... (جميع الرسوم البيانية)
├── 📜 analysis.py          # سكربت التحليل والنمذجة
├── 📜 .gitignore
├── 📜 README.md
└── 📜 requirements.txt