# نموذج Random Forest لتوقع أسعار الإيجار

هذا النموذج يستخدم خوارزمية **Random Forest** لتوقع أسعار قوائم الإيجار في مدينة نيويورك بناءً على مجموعة من الميزات.

## المميزات
- **الميزات المدخلة:**
  - `host_id`: معرف المضيف
  - `neighbourhood_group`: مجموعة الجوار
  - `neighbourhood`: الجوار
  - `room_type`: نوع الغرفة
  - `latitude`: خط العرض
  - `longitude`: خط الطول
  - `number_of_reviews`: عدد التقييمات
  - `calculated_host_listings_count`: عدد القوائم المحسوبة للمضيف

- **المتغير المستهدف:**
  - `price`: سعر الإيجار المتوقع

## كيفية الاستخدام
يمكنك استخدام واجهة برمجة التطبيقات الخاصة بـ Hugging Face لاستدعاء النموذج وإجراء التنبؤات. تأكد من إرسال البيانات بشكل صحيح وفقًا للميزات المدخلة.

## قيود
- النموذج تم تدريبه على بيانات محدودة وقد لا يعكس الأسعار الدقيقة في جميع الحالات.
- يمكن أن تتأثر الدقة بالعوامل الخارجية مثل تغير السوق.

## مثال على الاستخدام
```python
import requests

API_URL = "https://api-inference.huggingface.co/models/fahad1995/random_forest_model"
headers = {"Authorization": "Bearer YOUR_ACCESS_TOKEN"}

# البيانات المدخلة
data = {
    "host_id": 1234,
    "neighbourhood_group": "Manhattan",
    "neighbourhood": "Upper East Side",
    "room_type": "Entire home/apt",
    "latitude": 40.7753,
    "longitude": -73.9521,
    "number_of_reviews": 50,
    "calculated_host_listings_count": 2
}

response = requests.post(API_URL, headers=headers, json=data)
print(response.json())