بناء نموذج تعلم آلي للتصنيف

الوصف

الخطوة 1: تحميل البيانات

يتم قراءة ملف البيانات الذي يحتوي على معلومات عن الأفراد مثل:

العمر
نوع العمل
التعليم
عدد ساعات العمل
وغيرها
الخطوة 2: تنظيف البيانات
إزالة الفراغات الزائدة من القيم النصية
تحويل القيم غير المعروفة (مثل "?") إلى قيم مفقودة
تعويض القيم المفقودة باستخدام القيمة الأكثر تكرارًا (Mode)
الخطوة 3: تحويل القيم النصية إلى أرقام
الأعمدة النصية (مثل نوع العمل، الحالة الاجتماعية، الدولة) لا يمكن للنموذج فهمها مباشرة
يتم تحويلها باستخدام One-Hot Encoding
هذا يحول كل فئة إلى أعمدة رقمية تحتوي على 0 و 1

بعد هذه الخطوة:
→ تصبح جميع البيانات رقمية بالكامل

2. تحديد الهدف (Target)
الهدف من النموذج هو التنبؤ بالدخل
يتم تحويل العمود:
<=50K إلى 0
>50K إلى 1
3. تقسيم البيانات

يتم تقسيم البيانات إلى:

بيانات تدريب (Training Set): لتعليم النموذج
بيانات اختبار (Test Set): لتقييم الأداء
4. نوع النموذج المستخدم
النموذج: Random Forest Classifier
5. لماذا تم اختيار هذا النموذج

تم اختيار هذا النموذج لأنه:

مناسب لمشاكل التصنيف (Classification)
يستطيع التعامل مع البيانات الجدولية بشكل فعال
يعطي نتائج جيدة بدون إعدادات معقدة
يقلل من الأخطاء الناتجة عن الاعتماد على نموذج واحد
قوي في التعامل مع العلاقات غير الخطية بين المتغيرات
6. كيف يعمل النموذج
يقوم بإنشاء مجموعة من أشجار القرار (Decision Trees)
كل شجرة تعطي توقعًا (هل الدخل أكبر من 50K أم لا)
يتم دمج نتائج جميع الأشجار
يتم اختيار النتيجة النهائية بناءً على التصويت
7. تدريب النموذج
يتم إدخال بيانات التدريب (الخصائص الدخل الفعلي)
النموذج يتعلم العلاقة بين:
خصائص الفرد (مثل التعليم والعمل)
ومستوى دخله
8. تشغيل النموذج
يتم إدخال بيانات جديدة
يتم تطبيق نفس خطوات المعالجة (تحويل النصوص إلى أرقام)
النموذج يقوم بالتنبؤ بالنتيجة
9. المخرجات (Output)

النموذج يعطي:

1. نتيجة التصنيف
0 → الدخل أقل أو يساوي 50K
1 → الدخل أكبر من 50K