تطبيق PCA في Python

سنطبّق في هذا الدرس تحليل المكونات الرئيسية (PCA) لخفض أبعاد مجموعة من البيانات. ويساعد ذلك على تبسيط مجموعة البيانات مع الاحتفاظ بالمعلومات الأساسية.

نظرة عامة على مجموعة البيانات

سنستخدم مجموعة بيانات Iris، التي تحتوي على قياسات لأنواع من الزهور:

• السمات: طول السبلَة، وعرض السبلَة، وطول البتلة، وعرض البتلة.
• الهدف: النوع (Setosa، Versicolor، Virginica).

الخطوة 1: استيراد المكتبات ومجموعة البيانات

سنبدأ باستيراد المكتبات اللازمة وتحميل مجموعة البيانات:

import pandas as pd
from sklearn.datasets import load_iris

# Load Iris dataset
data = load_iris()
X = pd.DataFrame(data.data, columns=data.feature_names)
y = data.target
print(X.head())

الخطوة 2: توحيد البيانات

يتأثر PCA بمقياس البيانات، لذا نوحّدها باستخدام StandardScaler:

from sklearn.preprocessing import StandardScaler

# Standardize the data
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

الخطوة 3: تطبيق PCA

نطبّق PCA لتقليل مجموعة البيانات إلى مكوّنين رئيسيين:

from sklearn.decomposition import PCA

# Apply PCA
pca = PCA(n_components=2)
X_pca = pca.fit_transform(X_scaled)
print(f"Explained Variance Ratio: {pca.explained_variance_ratio_}")

الخطوة 4: تصور نتائج PCA

يمكننا تصور مجموعة البيانات المحوّلة في مساحة ثنائية الأبعاد لملاحظة كيفية تجمّع الأنواع:

import matplotlib.pyplot as plt

# Scatter plot of PCA results
plt.scatter(X_pca[:, 0], X_pca[:, 1], c=y, cmap='viridis')
plt.xlabel('Principal Component 1')
plt.ylabel('Principal Component 2')
plt.title('PCA Results')
plt.colorbar(label='Species')
plt.show()

الخطوة 5: تفسير نتائج PCA

يوضح مخطط PCA كيفية توزّع البيانات في الأبعاد المختزلة. تميل النقاط التي تنتمي إلى النوع نفسه إلى التجمع معًا، مما يشير إلى فعالية التجميع العنقودي.

مزايا PCA

يوفر PCA العديد من الفوائد:

• يقلل أبعاد البيانات، مما يسهل تصورها.
• يزيل الضوضاء والميزات الزائدة.
• يحسن الكفاءة الحسابية لمجموعات البيانات الكبيرة.

تحديات PCA

تشمل بعض قيود PCA ما يلي:

• فقدان قابلية تفسير السمات المحوَّلة.
• الحساسية تجاه تغيير مقياس السمات.
• قد لا يلتقط العلاقات المعقدة وغير الخطية في البيانات.

الملخص والخطوات التالية

في هذا الدرس، قمنا بما يلي:

• طبّقنا PCA على مجموعة بيانات Iris لخفض الأبعاد.
• تصورنا النتائج ولاحظنا تجمّع الأنواع في مساحة ثنائية الأبعاد.
• ناقشنا مزايا PCA وتحدياته.

سنستكشف بعد ذلك مفاهيم متقدمة في التعلم العميق، بدءًا من الشبكات العصبية الاصطناعية.