نظام تنبؤي لتصنيف سلوك مستخدمي الهواتف باستخدام Python و Random Forest

في هذا الجزء من المشروع، قمت بالتركيز على الجانب التحليلي والتنبؤي باستخدام لغة Python لمعالجة وفهم محركات سلوك المستخدمين. المهام التقنية التي قمت بتنفيذها: 1.معالجة البيانات (Data Preprocessing): تنظيف البيانات ومعالجتها باستخدام مكتبة Pandas و NumPy لضمان دقة النموذج. 2.بناء النموذج التنبؤي: تطوير نموذج تعلم آلة باستخدام خوارزمية Random Forest Classifier لتصنيف المستخدمين حسب درجات الخطورة والاستخدام. 3.دقة النموذج: حقق النموذج دقة عالية تصل إلى 99.2% (Data Quality Score)، مما يضمن موثوقية النتائج. 4.هندسة الميزات (Feature Engineering): تحديد أهم العوامل المؤثرة في استهلاك البطارية (Battery Drain) وأنماط الاستخدام (Usage Patterns) لربطها بالنتائج النهائية. الأدوات المستخدمة: Python, Scikit-learn, Pandas, Matplotlib/Seaborn.