التحليل التنبؤي لأسعار السيارات

نظرة عامة على المشروع

يبدأ التحليل بتحميل مجموعة البيانات <code data-start=\"2199\" data-end=\"2214\">car_price.csv</code> إلى pandas ومعاينة صفوفها الأولى. بعد التحقق من القيم المفقودة وحساب الإحصاءات الوصفية الأساسية، تُقسّم الميزات والهدف (<code data-start=\"2519\" data-end=\"2526\">price</code>) إلى مجموعتي تدريب واختبار عبر <code data-start=\"2567\" data-end=\"2585\">train_test_split</code>. ثم يُطبّق نموذج <code data-start=\"2664\" data-end=\"2682\">LinearRegression</code> على بيانات التدريب، وتُجرى التنبؤات على مجموعة الاختبار، ويُقاس الأداء كميًا باستخدام مقاييس R² وMAE وMSE. أخيرًا، يتم تصور النتائج باستخدام رسم بياني تشتت للأسعار الفعلية مقابل الأسعار المتوقعة وعلاقات الميزات والسعر (على سبيل المثال، متوسط ​​استهلاك الوقود في المدينة مقابل السعر) عبر Seaborn.