1. جمع البيانات: تحميل البيانات من ملف CSV، وتوحيد أسماء الأعمدة بحروف صغيرة، وعرض شكل البيانات وتوزيعاتها.

2. التنظيف والمعالجة:

توحيد أسماء الأعمدة، واستخراج الأرقام من الحقول النصية (السعر والمساحة وعدد الغرف) بالتعبيرات النمطية (Regex).
الإبقاء على سجلات القاهرة الجديدة فقط، وحذف الصفوف التي تنقصها بيانات السعر أو المساحة.
إزالة الأسعار الشاذة بالاعتماد على المئين 10 والمئين 90 لسعر المتر المربع.

3. هندسة الخصائص: إنشاء خاصية جديدة (room_size_factor)، وتحويل المتغيرات الفئوية بالترميز الأحادي، ثم تقسيم البيانات للتدريب والاختبار، وتعويض القيم المفقودة بالوسيط، وتوحيد المقياس بـ StandardScaler.

4. بناء النموذج: تدريب XGBoost Regressor (عدد الأشجار 1000، معدل التعلم 0.05، العمق 6).

5. تحليل الإفراط في التعلم: منحنيات التعلم بالتحقق المتقاطع (5 طيات) لمقارنة أداء التدريب والتحقق.

6. التقييم: حساب R² ومتوسط الخطأ المطلق (MAE) وعرضهما بالجنيه المصري.

7. الرسوم: ثلاثة مخططات متجاورة: القيم الفعلية مقابل المتوقعة، وأهمية الخصائص، وتوزيع الأخطاء.