شبكات المعاملات الشرطية تبدأ من سؤال المعنى: هل ينطبق هذا الإعداد على كل اختيار للنموذج؟ قد ينشئ ضرب القوائم معًا أسماء لتركيبات كثيرة، بينما بعضها يكرر حالة واحدة بلا أثر. نرتب مثالًا صغيرًا قبل البحث، ثم نميز قائمة المرشحين من عدد التجارب الفعلية.
الخلاصة السريعة
استخدم مجموعات منفصلة عندما تخص بعض الإعدادات فرعًا معينًا؛ جمع القوائم كلها قد يولد تركيبات لا تضيف حالة ذات معنى.
- تقبل ParameterGrid قاموسًا أو سلسلة قواميس؛ فصل الشبكات يتجنب تركيبات غير مؤثرة. [1] نعلن هنا إعدادات تخص فرعًا واحدًا.
- الفرع البسيط إعداد واحد، والفرع ذو الطبقات له عرضان ونوعا تنشيط: أربع حالات؛ مجموع قائمتينا خمس حالات، بينما الجمع الشامل يعطي ثماني خانات.
- القاموس الفارغ يمثل تركيبة واحدة بالإعدادات الافتراضية. [1] لا يثبت ذلك أن إعداداتنا المكتوبة أو الافتراضية صالحة لأي مقدر.
- هذه قائمة إعدادات؛ عدد مرات التدريب يحتاج عقد التقييم وإعادة التدريب، ولم ننفذ أي بحث أو نقرر أفضل مرشح.
أي إعداد يتبع أي فرع؟
يوثق ParameterGrid سلسلة قواميس بوصفها شبكات منفصلة يمكنها تجنب استكشاف تركيبات غير مؤثرة. [1]
نؤلف عائلة نموذج تعليمية لها نوعان: بسيط وذو طبقات. النوع البسيط لا يستعمل عرض طبقة أو نوع تنشيط في عقدنا المعلن. أما النوع الآخر فيستعمل عرضًا من اثنين أو أربعة، وتنشيطًا نسميه ر أو ت. هذه أسماء وإعدادات للورقة، لا خيارات نثبت دعم مقدر حقيقي لها.
نكتب مجموعة أولى فيها اختيار النوع البسيط وحده، ومجموعة ثانية فيها النوع ذو الطبقات وقائمتا العرض والتنشيط. بهذا تصف البنية علاقة الإعدادات، بدل الاعتماد على أن القارئ سيفهم لاحقًا لماذا كررنا إعدادًا غير مستعمل.
لماذا تعطي قائمتان خمس حالات؟
المجموعة الأولى فيها حالة واحدة. في الثانية نكتب أربع بطاقات: عرض اثنين مع ر، واثنين مع ت، وأربعة مع ر، وأربعة مع ت. جمع المجموعتين المنفصلتين يعطي واحدًا زائد أربعة، أي خمس بطاقات ذات معنى وفق تعريفنا.
لو وضعنا النوعين والعرضين والتنشيطين في قاموس واحد فعدد الخانات اثنان في اثنين في اثنين، أي ثمانية. أربع منها تخص النوع البسيط، لكنها تختلف فقط في حقول قلنا إن هذا النوع لا يستعملها. لهذا تتقلص هذه الأربع إلى حالة معنوية واحدة في مثالنا.
ليس هذا حكمًا بأن كل شبكة من ثماني حالات خطأ. إذا كان مقدر آخر يستعمل الحقول في النوعين، يتغير العقد ويتغير العد المفيد. وكذلك لا نحذف إعدادًا مؤثرًا بحجة اختصار البحث؛ نثبت أولًا علاقة الفرع بالحقول.
هل الفراغ يعني غياب المرشحين؟
القاموس الفارغ في ParameterGrid يمثل تركيبة واحدة تستخدم الإعدادات الافتراضية. [1]
نضيف إلى دفترنا بطاقة عنوانها «الإعدادات الافتراضية» دون حقول معدلة. هذه حالة قابلة للتمييز عن قائمة لم نكتبها أو نتيجة تدريب مفقودة. لا نستنتج من شكلها الفارغ أن عددها صفر، ولا نخلطها بالقائمة المكونة من فروع أخرى.
لكن إنتاج وصف إعداد لا يثبت قبوله أو نجاح تدريبه. مصدرنا يشرح توليد التركيبات؛ فحص أسماء معاملات مقدر فعلي، وتوافقها، ومعنى افتراضيات الإصدار، خطوات لها مصادرها وسجلها عندما ننتقل من الورقة إلى عمل حقيقي.
هل خمس بطاقات تعني خمسة تدريبات؟
لا تحدد قائمتنا كيفية التقييم: قد يختبر كل مرشح في أجزاء متعددة، وقد تتبع الاختيار إعادة تدريب. لم نعلن عدد تلك الأجزاء أو إجراء إعادة التدريب، لذلك نتوقف عند خمس إعدادات ولا نخترع عدد تشغيلات.
كذلك لا توجد درجات في البطاقات تتيح اختيار الفائز. التنظيم يقلل التكرار الذي أثبتناه من تعريف الفروع، لكنه لا يثبت جودة التنبؤ أو أن الزمن انخفض بمقدار معين. تكلفة التركيبات غير معلومة في هذه الورقة.
عند إعداد بحث فعلي، احتفظ بجدول يضم الفرع والحقول التي يستهلكها والقائمة الناتجة، ثم أضف عقد التقييم وحالات الإخفاق. هذه المراجعة تجعل السؤال محددًا: ما الذي نجربه ولماذا؟ وهي لا تحل محل قياس الأداء أو تنفيذ البحث.
المصادر ومتابعة القراءة
- scikit-learn: ParameterGrid (يفتح في نافذة جديدة)scikit-learn.org
أُعدّ هذا المقال بصياغة عربية أصلية بالاستناد إلى المصادر أعلاه، وهو مدخل تمهيدي إلى الموضوع. اقرأ منهجية المحتوى وحدوده.