يهدف هذا المشروع إلى إجراء تحليل استكشافي شامل لبيانات الألماس بهدف فهم خصائص البيانات واكتشاف العلاقات بين المتغيرات والعوامل المؤثرة على أسعار الألماس.
🔧 خطوات معالجة البيانات:
✅ فحص ومعالجة القيم المفقودة والتكرارات.
✅ ترميز المتغيرات الفئوية:
استخدام Label Encoding لمتغيري القطع (Cut) والنقاء (Clarity) لطبيعتهما الترتيبية.
استخدام One-Hot Encoding لمتغير اللون (Color) لطبيعته الاسمية.
✅ تطبيق عمليات التقييس (Scaling) على المتغيرات العددية لتحسين جودة التحليل.
📊 التحليل والتصور البصري:
✅ دراسة توزيع المتغيرات مثل السعر والوزن (Carat).
✅ استخدام Boxplots لاكتشاف القيم الشاذة.
✅ إنشاء مصفوفة الارتباط والخرائط الحرارية (Heatmaps) لتحليل العلاقات بين المتغيرات.
✅ إنشاء مخططات ثنائية وثلاثية الأبعاد لاستكشاف الأنماط والعلاقات داخل البيانات
🛠️ الأدوات والتقنيات المستخدمة:
Python
Pandas
NumPy
Matplotlib
Seaborn
Scikit-learn
