YouTube

Got a YouTube account?

New: enable viewer-created translations and captions on your YouTube channel!

Arabic subtitles

PCA in sklearn - Intro to Machine Learning

Get Embed Code
4 Languages

Showing Revision 1 created 06/09/2016 by Udacity Robot.

  1. يوجد تحليل المكونات الرئيسية الذي أستخدمه في هذه
  2. الدالة التي تسمى doPCA.
  3. وهي تبدو شبيهةً جدًا للكثير مما قمنا به من قبل في
  4. scikit-learn.
  5. حيث توجد هنا عبارة استيراد نحصل من خلالها
  6. على الوحدة التي تحتوي على التعليمة البرمجية التي نريدها.
  7. وفي هذه الحالة، سنقوم بإنشاء تحليل المكونات الرئيسية.
  8. ثم نقوم بملاءمته.
  9. ثم يمكننا إرجاع ذلك ككائن.
  10. ما أقوم به هو، أنني أحصل على تحليل المكونات الرئيسية بتلك الطريقة.
  11. ويمكنني طرح بعض الأسئلة المشوقة،
  12. والهامة بشأنه عن طريق الوصول إلى السمات.
  13. إذن، لنشرح هذه الأسطر الثلاثة.
  14. هذه هي الطريقة التي أحصل بها فعليًا على المعلومات من كائن PCA.
  15. السطر الأول، نسبة التباين الموضحة هي بالفعل الموقع الذي توجد بها قيم آيغن.
  16. وبالتالي، بإدخال هذا السطر الموجود هنا،
  17. بهذه الطريقة أعرف أن المكون الرئيسي الأول يحتوى على نسبة 90، أو
  18. 91 بالمائة من التباين في البيانات، والثاني يحتوى على نسبة 9،
  19. أو 10 بالمائة.
  20. وتأتي تلك الأرقام من هذه العبارة.
  21. الخطوة الثانية التي أقوم بها هي النظر إلى
  22. المكونين الرئيسيين الأول والثاني.
  23. واستخرجها من سمة المكونات الخاصة بكائن PCA.
  24. وستكون المكونات عبارة عن قائمة،
  25. قائمة Python تحتوي على العديد من المكونات الرئيسية.
  26. وهو ما أطلبه كمعلمة.
  27. وفي هذه الحالة، لدي مكونان رئيسيان أريد الحصول عليهما.
  28. لذا أسميتهما first pc وsecond pc.
  29. في الاختبارات القصيرة السابقة عندما كنا نتحدث عن
  30. اتجاه x في فضاء الميزات الأصلية xy،
  31. توصلنا إلى رقمين تم وضعهما معًا في متجه.
  32. ويمكن الوصول إلى المعلومات الاتجاهية من خلال هذين المكونين.
  33. وبمجرد ملاءمة تحليل المكونات الرئيسية يجب علي أن أقوم بما يشبه تحويل البيانات،
  34. حتى أتمكن من القيام بأي شيء.
  35. وسأعطيكم هذه التعليمة البرمجية في تعليمة بادئ التشغيل البرمجية من أجل الاختبار.
  36. ما أقوم به هنا هو وضع تصور لها.
  37. سيكون الخط الأول باللون الأحمر.
  38. سأقوم بتخطيط المكون الرئيسي،
  39. ومواقع جميع النقاط بالنسبة لهذا المكون الرئيسي.
  40. وكذلك اتجاه المكونات الرئيسية.
  41. وأصل إلى هذه المعلومات باستخدام عناصر متجه المكون الرئيسي الأول.
  42. وباللون الأزرق السماوي أو نوع من الأزرق الفاتح، سأصل إلى المكون الرئيسي
  43. الثاني، وستكون البيانات الأصلية باللون الأزرق.
  44. دعوني أوضح لكم كيف يبدو ذلك،
  45. وبعدها يمكنكم تجربته بأنفسكم في الاختبار القصير.
  46. أول ما نقوم به هو إدخال قيم آيغن.
  47. وتذكروا أن هذه هي معلومات نسبة التباين الموضحة.
  48. وبعد ذلك ستحصلون على رسم مبعثر،
  49. وسيبدو شكله قريبًا من هذا الشكل.
  50. وكما تذكرون، كان اللون الأحمر يرمز إلى اتجاه المكون الرئيسي الأول.
  51. وأتمنى أن يكون هذا هو الموضع الذي خمنتم أنه موجود به.
  52. بالطبع من الناحية البديهية يبدو أنه في الموضع الصحيح.
  53. ويتعامد عليه اللون الأزرق السماوي.
  54. وأخيرًا، لدينا اللون الأزرق وهو يمثل نقاط البيانات الأصلية.
  55. سأضيف أمرًا آخر وهو أنه يبدو للعيان أن اللونين الأحمر
  56. والأزرق السماوي ليسا متعامدين تمامًا.
  57. فهذا لا يبدو تمامًا كزاوية 90 درجة.
  58. ولكن تذكروا أن المحور هنا له قياسات مختلفة.
  59. وأن هذا المحور يمتد حتى 10 ملايين،
  60. وأن محور y يمتد إلى أقل من نصف ذلك ،أي حوالي 4 ملايين.
  61. إذن، إذا أردنا أن نخطط كل شيء بشكل متناسب في الواقع،
  62. ينبغي أن يكون طول هذا الرسم البياني ضعف ارتفاعه.
  63. وإذا تصورناه بهذا الشكل بالضبط، فسيكونان متعامدين.