أساسيات تقليل الأبعاد

تقليل الأبعاد هو عملية تقليل عدد متغيرات الإدخال (السمات) في مجموعة البيانات مع الاحتفاظ بالمعلومات الأساسية. ويساعد ذلك على تبسيط البيانات وتحسين الكفاءة الحسابية.

أهمية تقليل الأبعاد

يمكن أن تؤدي مجموعات البيانات عالية الأبعاد إلى:

• فرط التكيّف: قد تلتقط النماذج الضوضاء بدلًا من الأنماط.
• زيادة التعقيد: تصبح معالجتها مكلفة حسابيًا.
• تحديات التصوير: يصعب تفسير البيانات التي تحتوي على أبعاد كثيرة.

طرق تقليل الأبعاد

هناك منهجان أساسيان:

• اختيار السمات: اختيار السمات الأكثر أهمية، مثلًا باستخدام درجات الارتباط أو الأهمية.
• استخراج السمات: إنشاء سمات جديدة من خلال دمج السمات الموجودة، مثل تحليل المكونات الرئيسية.

تحليل المكونات الرئيسية (PCA)

يُعد PCA تقنية شائعة لتقليل الأبعاد. فهو يحوّل البيانات إلى مجموعة من السمات المتعامدة الجديدة التي تُسمى المكونات الرئيسية، والتي تزيد التباين إلى أقصى حد.

يُستخدم PCA على نطاق واسع لتقليل الضوضاء والتصوير واستخراج السمات.

تضمين الجوار العشوائي الموزع وفقًا لـ t (t-SNE)

تُعد t-SNE طريقة أخرى لتقليل الأبعاد، وتركّز على التصوير. فهي تُسقط البيانات عالية الأبعاد في فضاء ثنائي أو ثلاثي الأبعاد مع الحفاظ على بنية نقاط البيانات.

تُعد t-SNE فعّالة بشكل خاص في فهم العناقيد ضمن مجموعات البيانات المعقدة.

مقارنة بين PCA وt-SNE

PCA:

• يركّز على الحفاظ على التباين.
• مفيد لتقليل الضوضاء واستخراج السمات.

t-SNE:

• تركّز على الحفاظ على البنية لأغراض التصوير.
• تتطلب حسابات أكثر من PCA.

تحديات تقليل الأبعاد

تشمل التحديات الشائعة ما يلي:

• فقدان قابلية تفسير السمات عند تحويلها.
• تحديد العدد الأمثل للمكونات.
• التكلفة الحسابية لمجموعات البيانات الكبيرة.

تطبيقات تقليل الأبعاد

يُستخدم تقليل الأبعاد على نطاق واسع في:

• معالجة الصور: تقليل أبعاد الصور لأغراض الضغط.
• تحليل النصوص: تبسيط البيانات النصية عالية الأبعاد.
• تصوير البيانات: إسقاط البيانات عالية الأبعاد في فضاء ثنائي أو ثلاثي الأبعاد.

ملخص والخطوات التالية

تناولنا في هذا الدرس ما يلي:

• أساسيات تقليل الأبعاد.
• التقنيتان الأساسيتان: PCA وt-SNE.
• تحديات تقليل الأبعاد وتطبيقاته.

سنطبّق بعد ذلك PCA على مجموعة بيانات في Python لفهمه عمليًا.