تحليل المكونات الرئيسية (PCA) هو مصطلح ظهر في مقالات قرمصيص ويستحق شرحاً مستقلاً. طريقة خطية تقلل عدد الأبعاد مع الاحتفاظ بأكبر قدر ممكن من تباين البيانات. فهمه يساعدك على قراءة الشروحات ونتائج التجارب من غير خلط بين الاسم ووظيفته الفعلية.
باختصار
طريقة خطية تقلل عدد الأبعاد مع الاحتفاظ بأكبر قدر ممكن من تباين البيانات.
بالتفصيل
تجد محاور جديدة متعامدة مرتبة حسب مقدار التباين الذي تشرحه، ثم تسقط البيانات على أول عدد منها. تفيد في التصور والضغط وإزالة الارتباط، لكنها تعتمد على المقاييس وقد تحتاج توحيد السمات أولاً.
الفكرة العملية هي النظر إلى مكان المصطلح داخل خط العمل: ما البيانات التي تدخل إليه، وما النتيجة التي ينتجها، وما التكلفة أو الافتراض الذي يضيفه. المقارنة العادلة تحتاج تجربة على بيانات منفصلة ومقياس مناسب، لا الاعتماد على الاسم أو الشهرة وحدهما.
مثال عملي
يمكن تحويل 100 قياس مترابط إلى 10 مكونات قبل تدريب نموذج أو رسم البيانات في بعدين.
خلي بالك: المكونات خليط من السمات الأصلية وقد يصعب تفسيرها، كما أن التباين الأعلى ليس دائماً الأكثر فائدة للتنبؤ.
مصطلحات مرتبطة
Dimensionality Reduction، Matrix، t-SNE. قراءة هذه المصطلحات معاً توضح العلاقة بين البيانات والتدريب والتقييم والتشغيل.
المصادر: scikit-learn
