باختصار
التقسيم إلى دلاء (Bucketing) هو تحويل سمة واحدة إلى عدّة سمات ثنائية تُسمّى دلاءً (Buckets) أو صناديق (Bins)، عادةً بناءً على مدى القيمة. والسمة المقسَّمة تكون في العادة سمة مستمرّة.
بالتفصيل
بدل تمثيل درجة الحرارة كسمة عشرية مستمرّة واحدة، تقدر تقطّع مديات الحرارة إلى دلاء منفصلة، مثل:
- 10 درجات مئوية أو أقلّ ← دلو «بارد».
- من 11 إلى 24 درجة ← دلو «معتدل».
- 25 درجة أو أكثر ← دلو «دافئ».
والنموذج بيعامل كل القيم داخل نفس الدلو معاملة متطابقة. فالقيمتان 13 و22 كلتاهما في دلو «معتدل»، فالنموذج بيعاملهما بشكل متطابق.
وهنا الفايدة الحقيقية. لو مثّلت الحرارة كسمة مستمرّة، النموذج بيعاملها كسمة واحدة. ولو مثّلتها كتلاتة دلاء، بيعامل كل دلو كسمة منفصلة — فيقدر يتعلّم علاقة مستقلّة بين كل دلو والتسمية. نموذج انحدار خطّي مثلًا يقدر يتعلّم وزنًا منفصلًا لكل دلو.
والتكلفة إن زيادة عدد الدلاء بتزوّد تعقيد النموذج، لأنها بتزوّد عدد العلاقات اللي لازم يتعلّمها. فلو أضفت دلوَي «متجمّد» و«حارّ»، النموذج هيتدرّب على خمس سمات منفصلة بدل تلاتة.
وإزاي تعرف كم دلوًا تنشئ وما مدى كلٍّ منها؟ الإجابة عادةً بتتطلّب قدرًا معتبرًا من التجريب.
مثال عملي
بتتنبّأ بإقبال متجر، وعندك سمة «عمر العميل».
العلاقة بين العمر والإنفاق غالبًا غير خطّية: الإنفاق بيرتفع من 18 إلى 45 ثم يستقرّ ثم يتراجع. نموذج خطّي على العمر الخام مش هيلتقط ده. لكن لو قسّمت العمر لدلاء (18–25، 26–40، 41–60، 60+)، النموذج يقدر يتعلّم وزنًا مختلفًا لكل شريحة.
مصطلحات مرتبطة
المصادر: Google ML Glossary
