توفر مكتبة Scikit-Learn واجهة موحدة وبسيطة لبناء نماذج تعلم الآلة الكلاسيكية عبر ثلاث خطوات قياسية: التهيئة، ثم التدريب عبر fit()، ثم التنبؤ عبر predict()، مع الاعتماد على Pipeline لضمان عدم تسرب بيانات الاختبار إلى التدريب.
لماذا تبقى Scikit-Learn أساس التعلم الآلي في الشركات؟
على الرغم من صعود الشبكات العصبية العميقة، فإن معظم بيانات الأعمال في البنوك والتجارة الإلكترونية والرعاية الصحية هي بيانات جدولية (Tabular Data)، حيث تتفوق خوارزميات Scikit-Learn في السرعة، وقابلية التفسير، والتكلفة المنخفضة مقارنة بالنماذج الضخمة.
قد يعجبك ايضا
- فصل البيانات: نقسم البيانات إلى مجموعة تدريب ومجموعة اختبار عبر
train_test_splitلقياس الأداء الحقيقي على بيانات لم يرها النموذج. - توحيد المعالجة عبر Pipeline: دمج التحجيم (Scaling) مع النموذج يمنع تسرب المعلومات الإحصائية لمجموعة الاختبار (Data Leakage).
- تقييم النموذج: اختيار المقياس المناسب مثل الدقة (Accuracy) أو F1 للتصنيف، ومتوسط مربع الخطأ (RMSE) للانحدار.
أهم وحدات Scikit-Learn ووظائفها
الوحدةالمسار البرمجيالدور في خط الإنتاجتقسيم البياناتsklearn.model_selectionالتقسيم والتحقق المتقاطع (Cross-Validation)المعالجة المسبقةsklearn.preprocessingتحجيم الأرقام وترميز النصوص الفئويةالنماذجsklearn.ensemble / linear_modelتدريب أشجار القرار، الغابات العشوائية، والانحدارالأنابيبsklearn.pipelineربط المعالجة والتدريب في كائن واحد آمن
كود كامل لبناء وتقييم نموذج تصنيف
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.ensemble import RandomForestClassifier
from sklearn.pipeline import make_pipeline
from sklearn.metrics import accuracy_score
X, y = load_iris(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
model = make_pipeline(StandardScaler(), RandomForestClassifier(n_estimators=100, random_state=42))
model.fit(X_train, y_train)
preds = model.predict(X_test)
print(f"دقة النموذج: {accuracy_score(y_test, preds):.2%}")
النموذج الذي يحقق دقة 99% على بيانات التدريب و60% على الاختبار يعاني من فرط التخصيص (Overfitting)؛ التحقق المتقاطع (Cross-Validation) هو خط الدفاع الأول ضد هذا الخلل.
أسئلة شائعة
- السؤال: كيف أحفظ النموذج المدرب لاستخدامه لاحقاً في الإنتاج؟ الإجابة: استخدم مكتبة
joblib.dump(model, "model.joblib")لحفظ الـ Pipeline كاملاً مع خطوات المعالجة. - السؤال: متى أترك Scikit-Learn وأنتقل إلى PyTorch؟ الإجابة: عند التعامل مع الصور، الصوت، الفيديو، أو النصوص الحرة الطويلة التي تتطلب تعلماً عميقاً.
- السؤال: ما فائدة التحقق المتقاطع (K-Fold Cross-Validation)؟ الإجابة: يقسم البيانات إلى عدة أجزاء ويدرب النموذج على تركيبات مختلفة لضمان استقرار التقييم.
التعليقات (0)
أضف تعليقك