باختصار
One-Hot Encoding (الترميز الأحادي) طريقة لتمثيل البيانات الفئوية كمتّجه، فيه عنصر واحد بقيمة 1، وكل العناصر التانية بقيمة 0.
بالتفصيل
النماذج بتفهم أرقام، مش كلمات. فلو عندك خاصّية زي «البلد» أو «اللون»، لازم تحوّلها لأرقام. وحسب مسرد Google، الترميز الأحادي شائع لتمثيل النصوص أو المعرّفات اللي ليها مجموعة محدودة من القيم الممكنة.
طب ليه ما ندّيش كل بلد رقم وخلاص؟ لأن النموذج هيتعامل مع الأرقام رياضيًا. لو الدنمارك 0 والسويد 1 والنرويج 2 وفنلندا 3 وآيسلندا 4، النموذج ممكن يستنتج حاجات غريبة، زي إن آيسلندا «ضعف» النرويج. وده مالوش أي معنى.
الترميز الأحادي بيحلّ المشكلة دي: كل قيمة ليها خانة خاصّة بيها، فالنموذج يقدر يتعلّم علاقة مختلفة لكل قيمة.
مثال عملي
مثال المسرد: خاصّية اسمها «إسكندنافيا» ليها خمس قيم ممكنة. تمثيلها بالترميز الأحادي:
- الدنمارك:
1 0 0 0 0 - السويد:
0 1 0 0 0 - النرويج:
0 0 1 0 0 - فنلندا:
0 0 0 1 0 - آيسلندا:
0 0 0 0 1
كل متّجه فيه 1 واحد بس، وكلهم على نفس المسافة من بعض، فمفيش بلد «أكبر» من التاني.
لاحظ إن طول المتّجه بيساوي عدد القيم الممكنة: خمس بلاد يعني خمس خانات. فكل ما عدد الفئات زاد، المتّجه طال، ومعظم خاناته أصفار.
مصطلحات مرتبطة
- Categorical Data — البيانات الفئوية.
- Embedding — التضمين.
- Sparse Vector — المتّجه المتناثر.
- Feature Engineering — هندسة الخصائص.
المصادر: Google ML Glossary
