مشروع متكامل في مجال Machine Learning وData Science لتحليل بيانات Airbnb في نيويورك 2019 وبناء نظام ذكي لاكتشاف الأنماط والتنبؤ بالأسعار.

بدأ المشروع بالتعامل مع البيانات كـ Unlabeled Dataset، ثم استخدام K-Means لاكتشاف Segments طبيعية، وتحويلها إلى فئات (Budget / Mid / Premium / Luxury). بعد ذلك تم تدريب نموذج SVM للتصنيف، بالإضافة إلى بناء نماذج Regression للتنبؤ بالسعر.

يشمل المشروع مراحل تنظيف البيانات، معالجة القيم المفقودة، إزالة القيم الشاذة باستخدام IQR، وتحويل البيانات باستخدام Encoding. كما تم تنفيذ Feature Engineering بإنشاء متغيرات مهمة مثل المسافة من مركز المدينة، معدل التقييمات، ودرجة الشعبية.

تم اختيار أفضل عدد من العناقيد باستخدام Elbow وSilhouette. وفي مرحلة التصنيف تم استخدام GridSearchCV مع Cross Validation لتحقيق دقة عالية (Accuracy > 82% و F1 > 0.82).

في التنبؤ بالسعر تم اختبار عدة نماذج مثل Ridge وRandom Forest وSVR وXGBoost، وحقق XGBoost أفضل أداء.