التحقق المتقاطع على النحو الصحيح
قدّر الأداء بثقة
التحقق المتقاطع على النحو الصحيح درس مجاني في NLP Academy على CoddyKit. هذا هو الدرس 4 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 NLP Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة NLP Academy 4 دروس في المجموع.
التقسيم الواحد محفوف بالمخاطر
قد يجعل تقسيم واحد إلى تدريب واختبار نموذجك يبدو أفضل أو أسوأ مما هو عليه بسبب الحظ. يحسب التحقق المتقاطع متوسط عدة تقسيمات ليمنحك درجة يمكنك الوثوق بها.
فكرة K-Fold
يقسم التحقق المتقاطع باستخدام K-fold بياناتك إلى k أجزاء متساوية، ثم يدرّب النموذج على k-1 جزء ويختبره على الجزء المستبعد، مع تدوير الجزء المستبعد في كل مرة.
يُختبر كل صف
خلال جولات k، يُستخدم كل مثال للاختبار مرة واحدة بالضبط. وتحصل على k درجات بدلًا من رقم واحد هش.
المتوسط والتشتت
اعرض متوسط درجات k كتقدير لك، والانحراف المعياري لتوضيح مدى استقرار هذا الأداء فعليًا.
شغّله باستخدام Python
تتولى scikit-learn الحلقة كاملةً باستخدام أداة مساعدة واحدة تعيد درجة لكل طية.
from sklearn.model_selection import cross_val_score
scores = cross_val_score(model, X, y, cv=5)حافظ على توازن الفئات
استخدم في التصنيف طيات طبقية بحيث تحافظ كل طية على النسبة نفسها بين الفئات، وهذا مهم خصوصًا مع البيانات غير المتوازنة.
from sklearn.model_selection import StratifiedKFold
cv = StratifiedKFold(n_splits=5)احذر تسرّب البيانات
يعني تسرّب البيانات وصول معلومات الاختبار إلى التدريب، مما يضخّم درجتك. درّب أدوات التحجيم وتحويل النصوص داخل كل طية، وليس قبل ذلك.
تمنع خطوط المعالجة تسرّب البيانات
ضع المعالجة المسبقة والنموذج داخل Pipeline بحيث تعيد كل طية ملاءمة التحويلات باستخدام جزء التدريب الخاص بها فقط. هكذا تكون العملية نظيفة وآمنة.
اختيار قيمة K
تُعدّ خمس أو عشر طيات خيارات شائعة. تمنحك الطيات الأكثر عددًا تقديرًا أكثر استقرارًا، لكنها تتطلب موارد حسابية أكبر لأن النموذج يُعاد تدريبه لكل طية.
اضبط النموذج بالطريقة الصحيحة
عند اختيار المعاملات الفائقة، ابحث عنها داخل التحقق المتقاطع. يربط GridSearchCV بين الضبط والتحقق، فتظل النتائج نزيهة.
احتفظ باختبار نهائي منفصل
حتى مع التحقق المتقاطع، احتفظ بـ مجموعة اختبار لم تُلمس لإجراء فحص نهائي. فهي تؤكد التقدير على بيانات لم يرها البحث مطلقًا.
تحقق سريع
لماذا يتفوق التحقق المتقاطع على التقسيم الواحد؟
مراجعة
يبدّل التحقق المتقاطع بين الطيات للحصول على درجة موثوقة. استخدم طيات طبقية، واحمِ نفسك من تسرّب البيانات باستخدام خطوط المعالجة، واحتفظ بمجموعة اختبار نهائية. ✅
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 «التحقق المتقاطع على النحو الصحيح» مجاني؟
نعم — نص درس «التحقق المتقاطع على النحو الصحيح» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة NLP Academy، انتقل إلى CoddyKit PRO. تتضمن دورة NLP Academy 4 دروس في المجموع.
ماذا ستتعلم في «التحقق المتقاطع على النحو الصحيح»؟
قدّر الأداء بثقة تتمرن على NLP 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 NLP Academy؟
لا تُشترط خبرة سابقة. NLP Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 4 من أصل 4.
كم من الوقت يستغرق درس «التحقق المتقاطع على النحو الصحيح»؟
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 NLP Academy هذا؟
نعم. كل درس في NLP 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
- لماذا قد تكون الدقة مضللة
- Precision وRecall وF1
- قراءة مصفوفة الالتباس
- التحقق المتقاطع على النحو الصحيح