مسار متكامل للفئات غير المتوازنة
اجمع الإصلاحات بطريقة مرتبة
مسار متكامل للفئات غير المتوازنة 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.
اجمع كل الأجزاء
ستجمع الآن كل الإصلاحات في تدفق واحد منظم. يحافظ خط معالجة واحد على ترتيب تحويل النص إلى متجهات، وإعادة أخذ العينات، وبناء النموذج.
قسّم أولًا دائمًا
ابدأ بـ تقسيم طبقي حتى يحافظ التدريب والاختبار على النسبة نفسها من الفئة النادرة. وهذا يحمي التقييم النزيه.
X_tr, X_te, y_tr, y_te = train_test_split(X, y, stratify=y)حوّل النص إلى متجهات
حوّل النص الخام إلى أرقام باستخدام TF-IDF حتى يمتلك المصنف سمات يتعلم منها.
tfidf = TfidfVectorizer()أعد أخذ العينات داخل خط المعالجة
استخدم Pipeline من imblearn حتى يعمل SMOTE على طيات التدريب فقط، ولا يتسرّب مطلقًا إلى التحقق أو الاختبار.
from imblearn.pipeline import Pipelineصِل المراحل
اعرض المراحل بالترتيب: محوّل المتجهات، ثم SMOTE، ثم النموذج. يشغّل خط المعالجة هذه المراحل ككائن واحد تمت ملاءمته.
pipe = Pipeline([('tf', tfidf), ('sm', SMOTE()), ('clf', LogisticRegression())])نفّذ الملاءمة مرة واحدة وبشكل سليم
استدعِ fit على خط المعالجة كاملًا. تتدرّب كل خطوة بالتسلسل باستخدام بيانات التدريب فقط.
pipe.fit(X_tr, y_tr)قيّم بالطريقة الصحيحة
تجاوز الدقة الخام. يعرض تقرير التصنيف الدقة والاستدعاء وF1 للفئة النادرة بوضوح.
from sklearn.metrics import classification_report
print(classification_report(y_te, pipe.predict(X_te)))تحقّق دون تسرّب
اربط خط المعالجة بـ تحقق متقاطع طبقي حتى تحدث إعادة أخذ العينات من جديد داخل كل طية.
اضبط العتبة
احصل على الاحتمالات من خط المعالجة، واختر عتبة تحقق قيمة الاستدعاء المستهدفة على بيانات التحقق.
proba = pipe.predict_proba(X_te)[:, 1]احفظ خط المعالجة كاملًا
احفظ خط المعالجة الذي تمت ملاءمته بالكامل باستخدام joblib، حتى تتكرر كل خطوة من خطوات التنبؤ تلقائيًا لاحقًا.
import joblib
joblib.dump(pipe, 'model.joblib')كائن واحد قابل لإعادة الإنتاج
بما أن تحويل النص إلى متجهات وتحقيق التوازن وبناء النموذج تجتمع معًا، تظل نتائجك قابلة لإعادة الإنتاج وخالية من التسريبات الخفية. 🚀
تحقق سريع
سؤال آخر عن خطوط المعالجة الآمنة.
مراجعة
استخدم التقسيم الطبقي، وحوّل النص إلى متجهات، وأعد أخذ العينات داخل خط معالجة، وقيّم باستخدام F1 والاستدعاء، واضبط العتبة، ثم احفظ كل شيء. 🚀
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 «مسار متكامل للفئات غير المتوازنة» مجاني؟
نعم — نص درس «مسار متكامل للفئات غير المتوازنة» 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 «مسار متكامل للفئات غير المتوازنة»؟
اجمع الإصلاحات بطريقة مرتبة 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 «مسار متكامل للفئات غير المتوازنة»؟
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 تُهمَل الفئات النادرة
- إعادة أخذ العينات وأوزان الفئات
- اختيار العتبة والمقياس
- مسار متكامل للفئات غير المتوازنة