مصفوفة ميزات متناثرة قد تستفيد من تمثيل لا يخزن كل صفر، لكن طرح متوسط عمود غير صفري يغير هذه الأصفار عدديا. نشرح المعنى بمصفوفة صغيرة، ثم نفصل التحويل الحسابي عن ما تسمح به واجهة الأداة. لم نبن ملفًا متناثرًا أو نقس استهلاك ذاكرة.
الخلاصة السريعة
طرح متوسط غير صفري يجعل الصفر سالب ذلك المتوسط؛ وقد يزيد عدد المواضع غير الصفرية، بينما القسمة وحدها على عامل محدود غير صفري تحفظ الصفر.
- يرفض StandardScaler تمركز المصفوفات المتناثرة، وتوضح الوثائق استعمال with_mean=False للحفاظ على بنيتها المتناثرة. [1] لا نعرض التمركز المرفوض كتطبيق نجح.
- نؤلف صفوفا:0 و 6 ، ثم 3 و 0 ، ثم 0 و 0 ؛ متوسطا العمودين 1 و 2. طرحهما يحول الأصفار الأربعة إلى سالب 1 أو سالب 2.
- المصفوفة المحسوبة بعد الطرح تضم ستة مواضع غير صفرية؛ أما القسمة وحدها على جذر 2 وجذر 8 فتحفظ الأصفار الأربعة، دون جعل المتوسطين صفرا.
- افصل عدد الأصفار العددية عن تفاصيل التخزين والذاكرة. الصفر في المثال معلوم وليس غيابا؛ لم نشغل تحويلًا أو نموذجًا أو نثبت تحسنا في الموارد.
ما الفرق بين الصفر العددّي والتمثيل المتناثر؟
تصف الوثائق تمركز المدخل المتناثر بأنه غير مدعوم ويرفع استثناء، وتتيح with_mean=False لتحجيمه دون كسر البنية المتناثرة. [1]
نستعمل «الصفر» هنا قيمة عددية معلومة في المصفوفة، لا حقلًا مجهولًا نملأه بالتخمين. ويمكن أن يقوم تمثيل متناثر على وصف مواضع غير الصفر بدلا من كتابة كل المواضع في جدول ممتلئ. لا يعني هذا أن أي خلية لا تظهر في ملف معين تساوي صفرا دون قراءة تعريفه.
ونفرق بين السؤالين: ما القيم الرياضية بعد طرح متوسط؟ وهل تقبل الواجهة هذا المدخل والخيار؟ سنحسب الأول يدويًا على أرقام معروفة، دون الادعاء بأننا تجاوزنا رفض الواجهة أو نفذنا تحويل تخزين فعليا.
أربعة أصفار تختفي من القيم المحسوبة
نؤلف مصفوفة من ثلاثة صفوف وعمودين. الصف أ هو 0 و 6 ، والصف ب 3 و 0 ، والصف ج 0 و 0. مجموع العمود الأول 3 فمتوسطه 1 ، ومجموع الثاني 6 فمتوسطه 2. عدد الأصفار في المصفوفة الأصلية أربعة، وعدد المواضع غير الصفرية اثنان.
نطرح 1 من كل قيمة في العمود الأول، و 2 من كل قيمة في الثاني. يصبح الصف أ سالب 1 و 4 ، وب 2 وسالب 2 ، وج سالب 1 وسالب 2. لا يحتوي هذا الناتج على صفر عددي؛ صار عدد المواضع غير الصفرية ستة.
التحول من اثنين إلى ستة ناتج من أرقام التمرين ومتوسطيه، وليس قاعدة تقول إن كل تمركز يزيل جميع الأصفار في أي مصفوفة. إذا كان متوسط عمود صفرا، فلن يغير طرحه أصفار ذلك العمود.
| الصف المؤلف | قبل الطرح: العمودان | بعد طرح متوسط كل عمود |
|---|---|---|
| أ | 0 و 6 | سالب 1 و 4 |
| ب | 3 و 0 | 2 وسالب 2 |
| ج | 0 و 0 | سالب 1 وسالب 2 |
ماذا تحفظ القسمة دون طرح؟
نختار التحجيم وحده لنفس المصفوفة: نقسم العمود الأول على جذر 2 ، والثاني على جذر 8. هذان عاملان موجبان محدودان، وهما يطابقان انحرافي العمودين وفق تباين بمقام 3 في مثالنا. لا نطرح المتوسطين في هذا البديل.
يظل 0 مقسوما على أي عامل منهما صفرًا. لذلك تبقى الأصفار الأربعة، وتتحول 3 و 6 إلى نحو 2.1213 في موضعيهما. لم نقسم العددين بعامل واحد؛ لذلك لا تعني مساواة ناتجيهما أنهما كانا مساويين في المدخل.
متوسطا العمودين المحجمين لا يصبحان صفرًا لأن الطرح غير موجود. هذا لا يناقض حساب الانحراف، بل يحدد ما فعلناه وما تركناه. لا تسم إعدادا بلا تمركز «طرحا للمتوسط» بسبب اسم الفئة البرمجية.
ما الذي نحتاجه قبل الحديث عن كلفة التخزين؟
أثبتنا في جدول صغير تغير عدد المواضع غير الصفرية تحت تمركز محدد. لم نثبت عدد البايتات الذي سيحتاجه برنامج معين؛ ذلك يعتمد على صيغة التخزين ونوع القيم وأبعادها وتفاصيل أخرى لم نقدمها.
نقترح حفظ معنى المحاور والقيمة الصفرية، وصيغة المدخل، وخيارات التمركز والتحجيم، والحالة الإحصائية المحفوظة. إذا كان التمركز مطلوبًا لغرض آخر، نراجع مساره وإمكان تنفيذه فعليا بدل تقديم خيار مرفوض كأنه نجح.
لا نتعامل مع الأصفار بوصفها معلومات مفقودة أو دليل غياب في الواقع. المثال حساب للقيم المعطاة فقط، ولم نجرب مكتبة أو نقارن ذاكرة أو دقة نموذج. يفسر الفرق بين عمليتي الطرح والقسمة قبل اتخاذ قرار تجهيز مدخل فعلي.
المصادر ومتابعة القراءة
- scikit-learn 1.9.1: StandardScaler (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.