أفكار وأدوات رقمية بلغة مفهومة.
1201 مقال
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.
فحص القيم المحدودة يختلف عن البحث عن NaN فقط. قد يستبعد مسار تجهيز بيانات الذكاء الاصطناعي حالة واحدة ويبقي حالات لا يقصد قبولها. نضع أربع قيم معلنة ونقرأ جواب كل فحص، ثم نفصل نتيجة الفحص عن قرار حذف السجل أو تعويضه.
مجال int8 ونتيجة الجمع يوضحان الفرق بين صحة الحساب وقدرة نوع التخزين على تمثيل الناتج. قد تدخل القيمتان الأصليتان في المجال بينما يخرج مجموعهما منه. نختار جمعا بسيطا كي نراجع الحد قبل أن نكتب رقما في حقل يستخدم مع بيانات الذكاء الاصطناعي.
التباين بعد ضم مجموعتين لا يمكن استعادته من متوسطيهما وعدديهما وحدهما في كل حالة. المتوسط يصف مركز الأعداد، ولا يبين وحده انتشارها حوله. نؤلف ملفين لهما الملخص نفسه، ثم نحسب التباين لكل ملف لنعرف المعلومة التي أخفاها الملخص.
تقريب المنتصف في NumPy قد يخالف توقع أن كل عدد ينتهي بنصف يرتفع دائما. نحدد قاعدة التقريب وعدد المنازل أولا، ثم نتبع أمثلة تمثل المنتصف بالضبط. يفيد ذلك عند مراجعة أعداد مشتقة من بيانات نموذج، قبل تفسير فرق النتيجة على أنه خطأ حساب.
إضافة ثابت والانحراف المعياري سؤال يظهر عند تعديل عمود ميزات قبل استخدامه في تحليل أو تعلم آلة. لا تكفي عبارة «أضفنا 100» لمعرفة أثر التحويل؛ نحتاج معرفة هل أضيفت إلى جميع القيم أم إلى قيمة واحدة. نؤلف قائمة صغيرة، ونثبت تعريف الحساب، ثم نفصل انتقال المركز عن تغير التشتت.
المئين مع القيم المفقودة يتطلب قرارا واضحا بشأن الغياب. قد نعثر على دالة تتجاهل NaN، ثم نصف العملية خطأ بأنها عوضت البيانات. نؤلف ثلاثة أعداد ومكانا مفقودا، ونقارن التجاهل بإضافة بديل معلن، لنعرف كيف يتغير العدد والترتيب في الحساب.
نهاية شارب الرسم الصندوقي قد تقرأ خطأ على أنها أصغر قيمة وأكبرها في البيانات. يتضح الالتباس حين يحتوي ملف ميزات على قيمة بعيدة تظهر كنقطة منفصلة. نعلن إعداد الشوارب والربيعين، ثم نميز الحد المحسوب عن القيمة المرصودة التي يصل إليها الخط فعلا.
كثافة المدرج والفئات غير المتساوية تحتاج قراءة المحور الأفقي مع المحور الرأسي. قد نرى عمودين بارتفاع واحد، فنفترض أن فيهما العدد نفسه، مع أن عرض أحدهما ضعف الآخر. نؤلف أعدادا وحدودا بسيطة، ثم نقارن رسم الأعداد برسم الكثافة دون خلط ارتفاع العمود بنصيب الفئة.
حدود الفئات في NumPy histogram تحدد أين تدخل قيمة تساوي طرفا مشتركا بين فئتين. قد يؤدي عدها في الجانبين إلى تغيير الأعداد، أو يؤدي استبعاد الطرف الأخير إلى فقد حالة. نؤلف قائمة ذات حدود معلنة، ونراجع كل قيمة وفق عقد الدالة قبل قراءة المدرج.
