توسيع نطاق السمات واختيارها
احتفظ بالسمات المفيدة فعلًا
توسيع نطاق السمات واختيارها 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.
تضر كثرة الميزات
قد تتمدد نماذج النصوص لتضم عشرات الآلاف من الميزات. ولا يضيف كثير منها سوى الضوضاء، لذا يؤدي تقليص القائمة غالبًا إلى تحسين السرعة والدقة.
لماذا نُجري التحجيم؟
تقارن بعض النماذج أحجام الميزات مباشرةً. فإذا تراوح نطاق إحدى الميزات بين 0 و1000، فقد تطغى على البقية ما لم تجروا لها تحجيمًا أولًا.
توحيد الأرقام
ينقل StandardScaler كل ميزة إلى متوسط يساوي صفرًا وتباين يساوي واحدًا. وهكذا تتحدث كل ميزة رقمية على المقياس نفسه.
from sklearn.preprocessing import StandardScaler
scaled = StandardScaler().fit_transform(numeric_features)احذروا مع البيانات المتناثرة
يؤدي توسيط مصفوفة TF-IDF المتناثرة إلى ملئها بقيم غير صفرية وهدر الذاكرة. استخدموا MaxAbsScaler، الذي يجري التحجيم من دون إتلاف التناثر.
from sklearn.preprocessing import MaxAbsScaler
scaled = MaxAbsScaler().fit_transform(tfidf_matrix)تخلّصوا من الوزن الزائد
لا تقدم الميزات التي تتغير بالكاد أي معلومات للنموذج. ويزيل مرشح VarianceThreshold الأعمدة شبه الثابتة في مرور سريع واحد.
اختاروا الأكثر فائدة
يحتفظ SelectKBest بأفضل الميزات وفق اختبار تقييم مثل كاي-تربيع. وتطلبون أفضل k ميزات، بينما يتخلص هو من البقية.
from sklearn.feature_selection import SelectKBest, chi2
best = SelectKBest(chi2, k=2000).fit_transform(X, y)دعوا النموذج يختار
يدفع نموذج مُعاقَب بـ L1 الأوزان غير المفيدة إلى الصفر تلقائيًا. وغالبًا ما يُسمى هذا الاختيار المدمج اختيار الميزات المضمّن.
درّبوا على بيانات التدريب فقط
أجروا دائمًا ملاءمةً لمحوّلات التحجيم والاختيار على بيانات التدريب وحدها، ثم طبّقوها على بيانات الاختبار. فخلطهما يسبب تسرّبًا ودرجات زائفة تبدو واعدة.
أبقوا كل شيء في خط أنابيب
يؤدي وضع التحجيم والاختيار داخل Pipeline إلى تشغيلهما بالترتيب الصحيح في كل مرة. كما يمنع التسرّب غير المقصود أثناء التحقق.
from sklearn.pipeline import Pipeline
pipe = Pipeline([("select", SelectKBest(chi2, k=2000)), ("clf", model)])ميزات أقل، ونموذج أسرع
تتدرب مجموعة الميزات الأصغر بسرعة أكبر، وتحتاج إلى ذاكرة أقل، ويصبح شرحها أسهل. وغالبًا ما يكون الأصغر أفضل بعد إزالة الضوضاء. ⚡
قيسوا ولا تخمّنوا
جرّبوا عدة قيم لـ k وقارنوا درجات التحقق. دعوا الأرقام، لا الحدس، تحدد عدد الميزات التي ينبغي الاحتفاظ بها.
تحقق سريع
أي محوّل تحجيم يُبقي المصفوفة المتناثرة متناثرة؟
مراجعة
حجّموا الميزات الرقمية واختاروا المفيد منها باستخدام SelectKBest أو L1. واستخدموا MaxAbsScaler مع البيانات المتناثرة، وأجروا ملاءمة كل شيء داخل خط أنابيب. ✅
الأسئلة الشائعة
هل درس «توسيع نطاق السمات واختيارها» مجاني؟
نعم — نص درس «توسيع نطاق السمات واختيارها» 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 «توسيع نطاق السمات واختيارها»؟
احتفظ بالسمات المفيدة فعلًا 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 «توسيع نطاق السمات واختيارها»؟
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
- ما بعد حقيبة الكلمات
- N-Gram للمحارف من أجل المتانة
- دمج أنواع متعددة من السمات
- توسيع نطاق السمات واختيارها