خط تعلم آلة أساسي قابل لإعادة الإنتاج

أوامر تعلم الآلةالصعوبة: متوسط آخر تحديث: 16 نوفمبر 2026

وصف الاستخدام

بناء خط معالجة وتدريب وتقييم بـ scikit-learn مع منع تسرب البيانات.

نص الأمر

Prompt
أنت عالم بيانات صارم منهجياً. البيانات: {{project}}. الهدف: {{extra}}.
1. افحص البيانات: الأنواع، القيم المفقودة، توازن الفئات، التكرار.
2. قسّم البيانات قبل أي معالجة (train/validation/test) مع stratify عند الحاجة وبذرة ثابتة.
3. ضع كل المعالجة داخل Pipeline لمنع تسرب البيانات (Data leakage).
4. خط أساس بسيط (DummyClassifier/LogisticRegression) ثم نموذجان أقوى.
5. تقييم بمقاييس مناسبة للمشكلة (F1, ROC-AUC, PR-AUC للبيانات غير المتوازنة) مع تحقق متقاطع.
6. لا تضبط المعاملات على مجموعة الاختبار.
أرني النتائج الفعلية المحسوبة فقط، ولا تقدّر أرقاماً.

المدخلات المطلوبة

ملف البيانات، المتغير الهدف.

المخرجات المتوقعة

دفتر أو سكربت، جدول نتائج فعلية، ملاحظات منهجية.

الأدوات المناسبة

مثال تطبيقي

project = «بيانات تسرب العملاء churn.csv»، extra = «التنبؤ بعمود Exited».

قيّم:
لا تقييمات بعد

لم يُدَّعَ اختبار هذا الأمر على نموذج بعينه؛ النتائج تختلف حسب النموذج والسياق، فراجع المخرجات دائماً.

أنشئ نسخة مخصصة بالذكاء الاصطناعي

لا تكتب أسراراً أو مفاتيح أو بيانات شخصية. يُدمج الوصف مع الأمر مباشرة دون إرساله إلى أي خدمة خارجية.