أفكار وأدوات رقمية بلغة مفهومة.
1201 مقال
البذرة الثابتة في التقسيم تساعد على إعادة اختيار عشوائي وفق إعداد محدد، لكنها لا تمثل قائمة معرفات سجلات محفوظة. إذا تغير ترتيب صفوف الإدخال، قد تشير المواقع المختارة نفسها إلى سجلات أخرى، رغم ثبات طول القائمة.
مولد عشوائي مشترك قد يربط إعدادين ظننا أنهما منفصلان. إذا مررنا كائن الحالة نفسه إلى نموذجين، فقد يستهلك تشغيل الأول حالة سيستعملها الثاني لاحقا. عندها لا يكفي ثبات بيانات الثاني لتجاهل ترتيب الاستدعاءات.
تقسيم ثابت بمعرف المجموعة يمكن أن يجعل قرار إسنادها مستقلا عن موقعها في قائمة الصفوف. إذا حسب القرار من المفتاح نفسه بقاعدة ثابتة، لا تحتاج إضافة مجموعة جديدة إلى إعادة توزيع كل المجموعات القديمة. لكن ثبات العضوية يختلف عن ثبات نسب البيانات.
مجموعات متداخلة في التقسيم تحتاج مراجعة جميع العلاقات التي اشترطنا إبقاءها في جانب واحد. قد تربط الأسرة سجلين، وتربط المؤسسة أحدهما بسجل ثالث. عندها لا يكفي فحص العلاقة المباشرة بين الأول والثالث لتحديد إمكان وضعهما في التدريب والاختبار.
خلط GroupKFold يغير قاعدة توزيع المجموعات، فلا نستنتج من عدد مجموعات متساو أن أحجام صفوف الطيات متساوية. عندما توجد مجموعة كبيرة وعدة مجموعات صغيرة، قد يصنع توازن المجموعات تفاوتا واضحا في عدد صفوف التحقق.
نوافذ الفيديو في التقييم قد تحمل معرفات مختلفة مع استخدامها بعض الإطارات نفسها. إذا سمينا كل مثال برقم إطاره الأخير، فإن اختلاف الاسمين لا يثبت أن مدخلات التدريب والاختبار منفصلة. يلزم فحص الإطارات التي تدخل فعليا إلى النموذج، وربط الفصل بسؤال التقييم.
LeavePGroupsOut يحدد مجموعات كاملة نتركها للاختبار، ويكرر الفصل لكل اختيار ممكن بهذا العدد. إذا كانت لدينا أربع مجموعات مصدر وتركنا اثنتين كل مرة، نحصل على ستة اختيارات، لا ست مجموعات بيانات مستقلة.
interaction_only في PolynomialFeatures لا يعني الاحتفاظ بحاصل الضرب وحده. عند درجة 2 ، يحتفظ الخيار بالخصائص الأصلية وبجداء خاصيتين مختلفتين، ويستبعد تربيع كل خاصية منفردة. نفصل هذه الحدود بأسماء واضحة حتى لا نخلط توسيع المدخلات بتنبؤ تعلمه نموذج.
تجزئة الخصائص بالإشارة قد تجمع مساهمات عدة خصائص في الخانة العددية نفسها. إذا اختلفت إشارتا مساهمتين وتساوت قيمتاهما، فقد يصبح الناتج صفرًا رغم وجود الخاصيتين في المدخل. لذلك نميز صفر التمثيل عن غياب الخصائص الأصلية.
مطابقة asof عند وقت القرار تحتاج تعريف معنى «السجل السابق». هل نقصد آخر سجل وقته أقدم من القرار فقط، أم نسمح أيضا بسجل يحمل الوقت نفسه؟ هذا الاختلاف قد يغير قيمة الميزة التي نلحقها بصف القرار، حتى مع ثبات القائمتين وترتيبهما.
سنة الأسبوع في ميزات التاريخ قد تختلف عن سنة اليوم المكتوبة في التقويم الميلادي. إذا استخرجنا رقم أسبوع ثم ربطناه تلقائيا بسنة التاريخ، فقد نسمي مجموعة أيام واحدة باسمين مختلفين. نحدد نظام الأسبوع وسنته قبل استعمالهما ميزتين أو مفتاح تجميع.
ترميز الدورة بالجيب وحده قد يجعل موضعين مختلفين يحملان القيمة نفسها. إذا أردنا تمثيل الموضع داخل دورة، فإن الاحتفاظ بالجيب وجيب التمام معا يختلف عن الاحتفاظ بعمود واحد منهما. نوضح ذلك بدورة تعليمية، دون افتراض أن الترميز يحسن أي نموذج تلقائيا.
shift مع freq يغير تسميات الوقت في pandas، بينما استعمال shift دون freq يغير محاذاة القيم مع الصفوف. قد تبدو النتيجتان متشابهتين عند يوم مشترك، لكنهما تختلفان في الحدود وعدد القيم المحفوظة وما الذي تحرك فعلا.
متوسط القراءات ومتوسط الزمن قد يجيبان عن سؤالين مختلفين. تساوي وزن ملاحظتين يعطيهما المساهمة نفسها، حتى إن مثلت إحداهما فترة قصيرة والأخرى طويلة. إذا عرفنا مدة بقاء كل قيمة وفق مسار محدد، يمكن حساب متوسط مرجح بالمدة مع التصريح بهذا الافتراض.
فرق القيم ومعدل التغير ليسا ميزة واحدة باسمين. فرق القراءتين يصف مقدار تغير القيمة بين طرفين، بينما قسمة ذلك الفرق على مدة الفترة تصف معدل التغير المتوسط. عندما تتفاوت الفواصل، قد تتساوى الفروق وتختلف المعدلات.
where في القسمة المقنعة يحدد المواضع التي تستبدل بنتيجة الحساب، لكنه لا يختار تلقائيا معنى للمواضع المستبعدة. إذا منعنا قسمة موضع مقامه صفر، فقد يبقى فيه الرقم الذي وضعناه في مصفوفة الناتج قبل الحساب. لذلك نحتاج قراءة القناع والتهيئة معا.
التحويل بإزاحة ثابتة قد يحفظ فرق قيمتين ويغير نسبتهما. عند تحويل درجات سلسيوس إلى كلفن نضيف 273.15 ، ولا نضرب جميع الأرقام في عامل فقط. لذلك لا ننقل خاصية إلغاء العامل المشترك في النسبة إلى تحويل يتضمن جمع ثابت.
توحيد متوسط الميزة وتباينها لا يكفي لإثبات أن توزيعها أصبح طبيعيا. قد نصل إلى متوسط صفر وتباين واحد، مع بقاء القيم متجمعة على نحو غير متماثل. نفصل هنا صيغة تحويل عمود عددي عن الحكم على شكل توزيعه، باستخدام أربع قيم اخترناها للشرح.
