قراءات عربية في العلوم والتقنية والطبيعة والثقافة، تبدأ بسؤال وتترك لك مساحة للاستكشاف.
2302 مقال
ترميز أحادي لعمودين لا يجعل كلمة «جاهز» خانة مشتركة لمجرد تكرارها. إذا وصفت حالة طابعة وحالة ماسحة، نحتاج معرفة الجهاز الذي تخصه الحالة. نبني تمثيلا كاملا لفئتين معروفتين في كل عمود، ونرى ما يضيع عندما نجمع أسماء الفئات وحدها.
الفئة الجديدة والقيمة المفقودة في الترميز الرتبي حالتان مختلفتان. قد تصل قيمة معلومة خارج قائمة الفئات التي اعتمدناها، وقد يصل غياب بلا فئة معلومة. نختار إعدادا محددا لـOrdinalEncoder يفصل رمزيهما، ونحصر المثال في غياب ممثل بـNaN وقت التهيئة.
المسافة بين الفئات في الترميز الأحادي الكامل قد تكون واحدة رغم اختلاف أسمائها. نختار عمودا واحدا بثلاث فئات معروفة، وخانة لكل فئة دون حذف أو تجميع. نحسب المسافة الإقليدية بأوزان متساوية لنفهم ما تخبرنا به الخانات، وما لا تخبرنا به عن المعنى.
الصف الصفري عند حذف فئة مرجعية قد يخفي أكثر من حالة إدخال. نثبت ثلاث فئات معروفة، ونحذف الأولى من خانات OneHotEncoder، ونختار تجاهل الفئة غير المعروفة. يظهر عندئذ تمثيل واحد للمرجعية وللقيمة الجديدة، رغم أن معنييهما في الأصل مختلفان.
حد ندرة الفئة ليس عددا له المعنى نفسه في كل إعداد. في OneHotEncoder يمكن أن نختار عددا صحيحا للتكرار أو كسرا يرتبط بعدد صفوف التدريب. نؤلف ثمانية صفوف لفئتين، ونضع إحداهما على حد النسبة نفسه، كي يظهر الفرق دون خلط الندرة بصحة الاسم.
حد عدد فئات الترميز لا يعني الاحتفاظ بهذا العدد من الفئات المنفردة ثم إضافة خانة تجميع فوقه. في إعداد OneHotEncoder الذي نجمع فيه فئات قليلة التكرار، تدخل خانة التجميع ضمن الحد. نؤلف أربع فئات بتكرارات مختلفة لقراءة حد ثلاث خانات دون تعادل.
ترميز تكرار الفئة يعطي العدد الذي ظهر به الاسم في جدول مرجعي، لكنه لا يضمن رقما خاصا لكل اسم. إذا تساوى تكرار فئتين، يمكن أن يتساوى رمزهما أيضا. نعد ثماني بطاقات مؤلفة، ثم نفصل معلومة الشيوع عن هوية الفئة التي كانت مكتوبة.
ترميز الهدف لصفوف التدريب يحتاج إلى مراجعة الصفوف التي شاركت في حساب رمز كل صف. عزل الاختبار النهائي لا يجيب وحده عن هذا السؤال داخل التدريب. نقرأ عقد TargetEncoder ونقارن متوسطات فئتين في طيتين معلنتين، دون ملاءمة متنبئ أو قياس أدائه.
ترميز أسماء المخرجات يختلف عن تجهيز أسماء الفئات داخل ميزات الإدخال. تحدد وثائق LabelEncoder أنه مخصص لقيم الهدف y، وليس جدول المدخل X. [1] نضع ثلاثة صفوف تعليمية ثم نرسم الجدول ومتجه إجاباتها منفصلين، كي يتضح ما الذي نريد تحويله.
ترتيب الأعمدة بعد ColumnTransformer يتبع ترتيب القائمة التي تحدد التحويلات، وليس ترتيب الجدول الأصلي تلقائيا. [1] نختار في مثال بسيط مرور أعمدة دون تغيير قيمها، فيظهر فرق المواضع وحده: قيمة سليمة قد تصبح تحت عنوان خطأ إذا نسخنا عناوين الجدول الأول.
نقل متجه أحادي البعد في NumPy لا يحوله وحده إلى مصفوفة عمود. توثق transpose أن البعد الواحد لا يتغير بالنقل، وأن إنشاء عمود يحتاج إلى بعد إضافي. [1] نرسم الأعداد 5 و 9 و 13 في ثلاثة تنظيمات لتمييز إضافة محور من تبديل محورين موجودين.
شكل قيمة واحدة في NumPy لا يحدده عدد العناصر وحده. يمكن أن ننظم العدد 7 بلا محور، أو في متجه ذي عنصر واحد، أو في مصفوفة ذات صف وعمود. نميز وصف الشكل من وصف القيمة حتى لا تصبح كلمة «واحد» جوابا غامضا عن سؤالين مختلفين.
حذف محور منفرد مع حفظ محور الدفعة يحتاج إلى اختيار المحور المقصود. لا تمنح تسمية المحور «دفعة» حماية له عند حذف كل المحاور ذات الطول واحد. نؤلف مدخلا بأربعة أعداد، ونقارن تنظيما يحتفظ بمحور الدفعة بآخر يزيله أيضا.
متوسط الجدول حسب المحور قد يعطي قيمة لكل عمود، أو قيمة لكل صف، أو قيمة واحدة للجدول كله. لذلك لا تكفي كلمة «المتوسط» لتحديد الناتج. نضع ستة أعداد في جدول من صفين وثلاثة أعمدة، ثم نفصل نطاق الحساب عن شكل الملخص الذي ينتج منه.
إعادة تشكيل الجدول لا تعني دائما نقل الصفوف إلى أعمدة. يمكن أن يتساوى شكل نتيجتين مع اختلاف مواقع القيم فيهما. نشرح الفرق بستة أعداد اخترناها، حتى يستطيع قارئ بيانات الذكاء الاصطناعي متابعة ما دخل كل صف بدلا من الاكتفاء بعد الأبعاد.
عدد خانات المصفوفة المتناثرة قد يختلف عن عدد قيمها غير الصفرية. السبب أن التخزين يمكن أن يحمل صفرا صريحا، مع بقاء مواضع أخرى صفرية دون خانة مخزنة. نفصل هذين العددين في جدول صغير، قبل استعمالهما لوصف بيانات تدخل مسار تعلم آلة.
ذاكرة مصفوفة CSR لا تتحدد بعدد القيم المخزنة وحده؛ نحتاج أيضا إلى فهارس الأعمدة ومؤشرات الصفوف. نضع حسابا مؤلفا لحمولة البيانات، كي نفهم متى تتغير المقارنة مع جدول كثيف. الأرقام هنا ليست قياسا لذاكرة جهاز أو تشغيل نموذج ذكاء اصطناعي.
دقة float32 وزيادة الواحد سؤال عن القيم التي يستطيع التمثيل الاحتفاظ بها، وليس عن صحة الجمع الرياضي. نختار عددا كبيرا ونقارن جيرانه في تمثيلين ثنائيين. بهذه المقارنة نفصل الرقم المقصود عن الرقم الذي يمكن أن يخزن في حقل عددي يستخدم مع بيانات النموذج.
