استخراج الميزات من البيانات

يتضمن استخراج الميزات تحويل البيانات الأولية إلى مجموعة من الميزات التي يمكن لنماذج تعلّم الآلة استخدامها. يغطي هذا الدرس أساسيات هندسة الميزات والتقنيات الشائعة لاستخراج ميزات مفيدة من البيانات.

ما هو استخراج السمات؟

يُبسّط استخراج السمات البيانات الخام من خلال تحديد السمات الرئيسية الأكثر صلة بالتحليل. ويقلل من تعقيد البيانات ويحسن أداء النموذج.

مثال:

• استخراج month وday من عمود date.
• حساب word count من البيانات النصية.

استخراج الميزات من التواريخ

يمكنك اشتقاق ميزات جديدة مثل year أو month أو day من عمود التاريخ باستخدام Pandas.

مثال:

df['Year'] = pd.to_datetime(df['Date']).dt.year

الميزات المستندة إلى النص

بالنسبة إلى البيانات النصية، يمكنك استخراج ميزات مثل:

• عدد الكلمات: العدد الإجمالي للكلمات.
• عدد الأحرف: العدد الإجمالي للأحرف.
• الكلمات الفريدة: عدد الكلمات الفريدة.

مثال:

df['WordCount'] = df['Text'].apply(lambda x: len(x.split()))

ترميز السمات الفئوية

حوّلوا البيانات الفئوية إلى صيغة رقمية لتحليلها. تشمل التقنيات الشائعة ما يلي:

• One-Hot Encoding: ينشئ أعمدة ثنائية لكل فئة.
• Label Encoding: يعيّن رقمًا فريدًا لكل فئة.

مثال:

from sklearn.preprocessing import OneHotEncoder encoder = OneHotEncoder() encoded = encoder.fit_transform(df[['Category']])

تحجيم الميزات

يضمن التحجيم أن تكون جميع الميزات ضمن مقياس متقارب، وهو أمر بالغ الأهمية للعديد من خوارزميات تعلّم الآلة. وتشمل التقنيات:

• التوحيد القياسي: تحجيم البيانات بحيث يكون متوسطها 0 وانحرافها المعياري 1.
• تحجيم Min-Max: تحويل البيانات إلى نطاق [0, 1].

اختيار الميزات

يتضمن اختيار الميزات تحديد أهم الميزات للنموذج. وتشمل التقنيات:

• تحليل الارتباط: تحديد الميزات ذات الارتباط القوي.
• الحذف التكراري للميزات (RFE): إزالة الميزات الأقل أهمية بصورة تكرارية.

مراجعة

في هذا الدرس، تعلّمتم ما يلي:

• استخراج السمات: تحويل البيانات الخام إلى سمات مفيدة.
• التقنيات: سمات التاريخ، والسمات المستندة إلى النصوص، وترميز البيانات الفئوية.
• تحجيم السمات: ضمان استخدام السمات لمقاييس متقاربة.
• اختيار السمات: تحديد السمات الأكثر صلة.

تهانينا

لقد أتممتم درس استخراج السمات من البيانات. تابعوا إلى الفئة التالية للتعمق أكثر في مفاهيم الذكاء الاصطناعي المتقدمة.