بايز برنولي: غياب الخاصية يدخل القرار أيضًا

الخلاصة السريعة

يحسب نموذج برنولي أثر الغياب كما يحسب أثر الوجود؛ تكرار العلامة لا يضيف عددًا جديدًا بعد تمثيلها بمؤشر وجود. ^[2]

• القيمة 1 تعني وجودًا و 0 تعني غيابًا ملاحظًا في المثال؛ لا نساوي الصفر بمعلومة مجهولة.
• تقدير وجود كلمة يعتمد على المستندات التي تحويها، لا مجموع مرات تكرارها. ^[2]
• في المثال، مع قبليات متساوية وافتراض الاستقلال المشروط بالفئة، يقلب غياب الإطار القرار إلى ب رغم أن وجود النجمة وحده يرجح أ.
• binarize يحدد التحويل الثنائي، ومع None يفترض التطبيق أن المدخل ثنائي مسبقًا؛ المجهول يحتاج وصفًا منفصلًا. ^[1]

ماذا تعني خانتا الصفر والواحد؟

سنقرأ بطاقة زينة لها خانتان: هل توجد نجمة؟ وهل يوجد إطار؟ بطاقة فيها نجمة بلا إطار تمثل بالمدخل (1، 0). نفترض أننا فحصنا البطاقة فعلًا واستطعنا رؤية العنصرين.

إذا ظهرت ثلاث نجوم، تظل خانة وجود النجمة 1 في هذا التمثيل. بذلك يجيب النموذج عن سؤال الوجود، بينما يحتاج سؤال «كم نجمة؟» إلى تمثيل يحفظ العدد. لا نقول إن الثلاث نجوم حدثت مرة واحدة؛ بل إن الخانة لا تحفظ عددها.

أي تكرار نستعمل لتقدير الوجود؟

يوضح المرجع أن نموذج برنولي يقدر شرطية الكلمة من نسبة المستندات التي تحتويها، ويستعمل الغياب في الحساب. ^[2]

افترض أربع بطاقات، نجمة واحدة في الأولى وثلاث نجوم في الثانية، ولا نجوم في الأخريين. عدد البطاقات المحتوية على نجمة هو اثنتان من أربع، بينما عدد النجوم الإجمالي أربع. النسبة 2/4 تجيب عن وجود نجمة في بطاقة؛ لا نستبدلها بأربع نجوم مقسومة على أربع بطاقات.

هذا عد أولي من إعداد المقال دون تنعيم. قبل وضع الرقم في نموذج فعلي، سجل هل المعلمة تقدير خام أم قيمة بعد تنعيم، وما الفئة التي جمعت بطاقاتها. اختلاف هذا الوصف يغير معنى المقام.

مثال: غياب الإطار يرجح الفئة الأخرى

نفترض احتمال وجود نجمة وإطار داخل أ: 0.8 و 0.9، وداخل ب: 0.6 و 0.1. القبليات 0.5 لكل فئة، ونفترض استقلال الخاصيتين مشروطًا بالفئة لإجراء حساب برنولي.

للمدخل (1، 0)، درجة أ=0.5×0.8×(1−0.9)=0.04. درجة ب=0.5×0.6×(1−0.1)=0.27. تختار المقارنة ب، رغم أن احتمال وجود النجمة داخل أ أكبر من ب.

لو قرأنا النجمة وحدها لفاتنا العامل 0.1 لأ و 0.9 لب المرتبط بغياب الإطار. ليست 0.27 نسبة دقة؛ إنها درجة خام في مثال بمعلمات مفترضة. وقد تتغير النتيجة مع قبليات أو معلمات مختلفة.

هل عدم القراءة يساوي الغياب؟

يتيح BernoulliNB حد binarize لتحويل القيم، بينما None يفترض مدخلًا ثنائيًا جاهزًا. ^[1]

بطاقة طُمست حافتها لا تثبت غياب الإطار. إدخال صفر فيها بحجة أننا لم نره يزود الحساب بإجابة «لا إطار» بدل «لا نعرف». في مثالنا كانت الحافة مرئية، وهذا شرط أساسي لتفسير عامل الغياب.

اكتب قاعدة تسجيل كل خانة قبل تفسير القرار. إذا اختلط المجهول بالصفر في ملف، أصلح معنى السجل أو حدد معالجة موثقة؛ لا تحمل المصنف مسؤولية تمييز حالتين أدخلتهما بالقيمة نفسها. المقال يشرح الوجود والغياب، ولا يقدم تجربة لتصنيف بطاقات حقيقية.