? مشروع تحليل وتنبؤ باستخدام XGBoost – Spaceship Titanic

في هذا المشروع، قمت ببناء نموذج تنبؤ باستخدام خوارزمية XGBoost لتحديد ما إذا كان الركاب قد تم نقلهم إلى بُعد آخر في تجربة Spaceship Titanic. تم تنفيذ المشروع بالكامل باستخدام Python وبيئة Kaggle، مع التركيز على تحليل البيانات، معالجة القيم المفقودة، واستخراج النتائج بدقة عالية.

خطوات العمل:

تحميل البيانات من ملفات CSV الخاصة بالتحدي

استكشاف الأعمدة وتحديد القيم المفقودة

معالجة البيانات عبر تعبئة القيم الناقصة وتشفير المتغيرات الفئوية

تقسيم البيانات إلى تدريب واختبار بنسبة 80/20

تدريب نموذج XGBoost مع ضبط المعايير وتقييم الأداء

تحقيق دقة تنبؤ بنسبة 79% على بيانات التحقق

تصور العلاقة بين العمر واحتمالية النقل باستخدام الانحدار اللوجستي

? الأدوات المستخدمة:

Python (Pandas, NumPy, Scikit-learn, XGBoost)

Matplotlib & Seaborn للتصور البياني

Kaggle Notebook لتشغيل النموذج

النتائج:

نموذج فعال بدقة 79%

معالجة ذكية للقيم المفقودة

تصور بياني يوضح العلاقة بين العمر والنقل