تطبيق PCA في Python

سنطبّق في هذا الدرس تحليل المكونات الرئيسية (PCA) لتقليل أبعاد مجموعة بيانات. ويساعد ذلك على تبسيط مجموعة البيانات مع الاحتفاظ بالمعلومات الأساسية.

نظرة عامة على مجموعة البيانات

سنستخدم مجموعة بيانات Iris، التي تحتوي على قياسات لأنواع من الأزهار:

• السمات: طول السبلات، وعرض السبلات، وطول البتلات، وعرض البتلات.
• الهدف: النوع (Setosa وVersicolor وVirginica).

الخطوة 1: استيراد المكتبات ومجموعة البيانات

سنبدأ باستيراد المكتبات اللازمة وتحميل مجموعة البيانات:

import pandas as pd
from sklearn.datasets import load_iris

# Load Iris dataset
data = load_iris()
X = pd.DataFrame(data.data, columns=data.feature_names)
y = data.target
print(X.head())

الخطوة 2: توحيد البيانات

يتأثر PCA بمقياس البيانات، لذلك سنوحّدها باستخدام StandardScaler:

from sklearn.preprocessing import StandardScaler

# Standardize the data
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

الخطوة 3: تطبيق PCA

سنطبّق PCA لتقليل مجموعة البيانات إلى مكوّنين رئيسيين:

from sklearn.decomposition import PCA

# Apply PCA
pca = PCA(n_components=2)
X_pca = pca.fit_transform(X_scaled)
print(f"Explained Variance Ratio: {pca.explained_variance_ratio_}")

الخطوة 4: تصوير نتائج PCA

يمكننا تصوير مجموعة البيانات المحوّلة في فضاء ثنائي الأبعاد لملاحظة كيفية تجمّع الأنواع:

import matplotlib.pyplot as plt

# Scatter plot of PCA results
plt.scatter(X_pca[:, 0], X_pca[:, 1], c=y, cmap='viridis')
plt.xlabel('Principal Component 1')
plt.ylabel('Principal Component 2')
plt.title('PCA Results')
plt.colorbar(label='Species')
plt.show()

الخطوة 5: تفسير نتائج PCA

يوضح مخطط PCA كيفية توزّع البيانات في الأبعاد المختزلة. وتميل النقاط التي تنتمي إلى النوع نفسه إلى التجمع معًا، مما يشير إلى فعّالية التجميع.

مزايا PCA

يوفر PCA العديد من الفوائد:

• يقلل أبعاد البيانات، مما يسهّل تصويرها.
• يزيل الضوضاء والسمات المكررة.
• يحسّن الكفاءة الحسابية لمجموعات البيانات الكبيرة.

تحديات PCA

تشمل بعض محدوديات PCA ما يلي:

• فقدان قابلية تفسير السمات المحوّلة.
• الحساسية لمقياس السمات.
• قد لا يلتقط العلاقات المعقدة وغير الخطية في البيانات.

ملخص والخطوات التالية

في هذا الدرس، قمنا بما يلي:

• طبّقنا PCA على مجموعة بيانات Iris لتقليل الأبعاد.
• صوّرنا النتائج ولاحظنا تجمّع الأنواع في فضاء ثنائي الأبعاد.
• ناقشنا مزايا PCA وتحدياته.

سنستكشف بعد ذلك مفاهيم متقدمة في التعلم العميق، بدءًا من الشبكات العصبية الاصطناعية.