فك رموز مصفوفة الالتباس
الإيجابيات والسلبيات الحقيقية والكاذبة
فك رموز مصفوفة الالتباس درس مجاني في Data Science Academy على CoddyKit. هذا هو الدرس 2 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في Data Science Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Data Science Academy 4 دروس في المجموع.
ما بعد الرقم الواحد
في نماذج التصنيف، يخفي مقياس دقة واحد تفاصيل كثيرة. تعرض مصفوفة الالتباس بدقة أي التنبؤات كانت صحيحة وأيها كانت خاطئة. 🧩
شبكة بسيطة
المصفوفة عبارة عن شبكة صغيرة: تمثل الصفوف الفئات الحقيقية، وتمثل الأعمدة الفئات المتنبأ بها. وتحصي كل خلية عدد مرات حدوث ذلك الاقتران.
from sklearn.metrics import confusion_matrix
confusion_matrix(y_true, y_pred)الإيجابيات الحقيقية
تحدث إيجابية حقيقية عندما يقول النموذج نعم وتكون الإجابة فعلًا نعم. وهذه هي الحالات الصحيحة التي تريد زيادتها إلى أقصى حد.
السلبيات الحقيقية
تحدث سلبية حقيقية عندما يقول النموذج لا وتكون الحقيقة أيضًا لا. وهنا ترك النموذج الحالة دون إجراء على نحو صحيح.
الإيجابيات الكاذبة
تحدث إيجابية كاذبة عندما يطلق النموذج إنذارًا كاذبًا: يتنبأ بنعم، بينما تكون الحقيقة لا. تخيل تصنيف مريض سليم على أنه مريض.
السلبيات الكاذبة
تحدث سلبية كاذبة عندما يخطئ النموذج: يقول لا بينما تكون الحقيقة نعم. تخيل السماح بعملية احتيال حقيقية بالمرور دون ملاحظة.
نوعان من الأخطاء
لاحظ أن نوعَي الخطأ يختلفان في التكلفة. فنادرًا ما تكون الإيجابية الكاذبة والسلبية الكاذبة متساويتين، ولذلك تفصل المصفوفة بينهما.
موضع الدقة
ليست الدقة سوى عدد الخلايا الصحيحة مقسومًا على الإجمالي. أي إنها القطر مقسومًا على كل شيء، ولهذا قد تخفي الأخطاء النادرة.
accuracy = (TP + TN) / (TP + TN + FP + FN)اقرأ ما خارج القطر
تقع الخلايا الأكثر فائدة خارج القطر: فهي توضح المواضع التي يخلط فيها النموذج بين فئة وأخرى، وتشير إلى نقاط ضعفه.
اعرضها كخريطة حرارية
عند وجود فئات كثيرة، اعرض المصفوفة كخريطة حرارية. وتكشف المربعات الساطعة خارج القطر فورًا التسميات التي يكثر الخلط بينها.
from sklearn.metrics import ConfusionMatrixDisplay
ConfusionMatrixDisplay.from_predictions(y_true, y_pred)أساس مقاييسك
تُبنى جميع مقاييس التصنيف تقريبًا من هذه الأعداد الأربعة. أتقن مصفوفة الالتباس، وستتبعها بقية المفاهيم بصورة طبيعية.
تحقق سريع
لنتأكد من أن كل خلية في المصفوفة واضحة تمامًا.
مراجعة
تقسم مصفوفة الالتباس النتائج إلى حقيقية وكاذبة، وإيجابية وسلبية. وتشكّل هذه الأعداد الأربعة أساس كل مقياس من مقاييس التصنيف. 🎯
تعلم Python مع معلم ذكاء اصطناعي — مجانًا
اكتب وقم بتشغيل أكوادك الفعلية في المتصفح، واحصل على مساعدة فورية من معلم ذكاء اصطناعي متاح 24/7، واستمر من حيث توقفت على الويب أو في التطبيق.
- الدورات
- 30
- الدروس
- 120
الأسئلة الشائعة
هل درس «فك رموز مصفوفة الالتباس» مجاني؟
نعم — نص درس «فك رموز مصفوفة الالتباس» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Data Science Academy، انتقل إلى CoddyKit PRO. تتضمن دورة Data Science Academy 4 دروس في المجموع.
ماذا ستتعلم في «فك رموز مصفوفة الالتباس»؟
الإيجابيات والسلبيات الحقيقية والكاذبة تتمرن على Data Science Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.
هل أحتاج إلى خبرة سابقة لأبدأ Data Science Academy؟
لا تُشترط خبرة سابقة. Data Science Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 2 من أصل 4.
كم من الوقت يستغرق درس «فك رموز مصفوفة الالتباس»؟
معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.
هل يمكنني كتابة وتشغيل أكواد في درس Data Science Academy هذا؟
نعم. كل درس في Data Science Academy يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.
جميع الدروس في هذه الدورة
- مقاييس الانحدار: MAE وMSE وR2
- فك رموز مصفوفة الالتباس
- Precision وRecall وF1
- ROC وAUC والعتبات