مبارزة التصنيف
Classification Duel
توقّع قبل النموذج على عينات صعبة، وقارن دقتك بمصنف مدرّب فعلياً عبر Accuracy وPrecision وRecall وF1 ومصفوفة الالتباس.
تعمل اللعبة كاملة في متصفحك. لا يُرسل شيء إلى خدمة خارجية.
تُحمَّل اللعبة…
التلميحات
ثلاثة مستويات: الأول يوجّه فقط، والثالث أقرب إلى الحل. اكشفها واحداً واحداً.
وضع التعلم
- التلميح 1: ارفع k في k-NN وراقب كيف يصبح الحد أنعم.
- التلميح 2: جرّب الشجرة على XOR بعمق 2 ثم 6: لماذا يحتاج XOR أكثر من تقسيمين؟
- التلميح 3: فعّل الخصائص التربيعية على الدوائر وراقب الحد يصبح منحنياً.
وضع التحدي
- التلميح 1: انظر إلى نقاط التدريب الأقرب إلى النقطة السوداء لا إلى الشكل العام فقط.
- التلميح 2: النقاط المختارة صعبة عمداً: تقع قرب الحد أو تختلف عليها النماذج.
- التلميح 3: الشجرة تقطع بخطوط أفقية وعمودية: فكّر كيف سيقسم المنافس المنطقة.
كيف تعمل؟ How It Works
تعريف المشكلة
تعلّم حدّ قرار يفصل بين فئتين من نقاط ثنائية الأبعاد ثم تصنيف نقاط اختبار لم يرها النموذج.
الخوارزمية
ثلاثة نماذج منفذة فعلياً في المتصفح: أقرب الجيران k-NN، شجرة القرار CART بمعيار جيني، والانحدار اللوجستي بالانحدار التدرجي مع خصائص تربيعية اختيارية.
المدخلات
200 نقطة من أحد أربعة أشكال (سحب، XOR، أهلّة، دوائر) مع مستوى ضجيج، مقسّمة 70% تدريب و30% اختبار.
المخرجات
حدّ القرار مرسوماً على اللوحة، الدقة Accuracy والدقة الإيجابية Precision والاستدعاء Recall وF1، ومصفوفة الالتباس.
خطوات التنفيذ
- k-NN: تصويت أغلبية بين أقرب k نقاط تدريب.
- الشجرة: تقسيم متكرر على عتبة خاصية واحدة يقلل شوائب جيني، حتى العمق الأقصى.
- اللوجستي: توحيد الخصائص ثم 2000 دورة انحدار تدرجي بمعدل تعلم 1 وتنظيم L2 = 0.001.
- التقييم على نقاط الاختبار فقط لتجنب تسرب البيانات.
المعلمات
- k لـ k-NN: من 1 إلى 31 (أعداد فردية)
- العمق الأقصى للشجرة: من 1 إلى 12
- خصائص خطية أو تربيعية للانحدار اللوجستي
- شكل البيانات والضجيج
مثال
على بيانات XOR يبقى الانحدار اللوجستي الخطي قرب التخمين (متوسط 55% في قياسنا على 5 بذور بضجيج 0.2) لأن الفئتين غير قابلتين للفصل بخط مستقيم. يصل k-NN (k = 5) إلى 100%، والانحدار اللوجستي بعد إضافة الخاصية xy إلى 100%. أما الشجرة فتحتاج عمقاً كافياً: 62% بعمق 2، و76% بعمق 4، و96% بعمق 6، لأن أول تقسيم على XOR لا يقلل جيني تقريباً.
المزايا
- k-NN: بلا تدريب ويتكيف مع أي شكل.
- الشجرة: قواعد مفهومة للإنسان.
- اللوجستي: احتمالات معايرة نسبياً ونموذج صغير.
القيود
- k-NN: بطيء عند التنبؤ وحساس للمقياس.
- الشجرة العميقة تحفظ الضجيج (Overfitting).
- اللوجستي الخطي لا يفصل إلا بخط مستقيم.
التعقيد الحسابي
k-NN: تنبؤ O(n·d) لكل نقطة. CART: تدريب O(d·n log n) لكل مستوى تقريباً. اللوجستي: O(epochs·n·d).
مقاييس التقييم
- Accuracy
- Precision وRecall وF1
- مصفوفة الالتباس (Confusion Matrix)
- الفرق بين دقة التدريب والاختبار (مؤشر الإفراط في التعلم)
التطبيقات الواقعية
- تشخيص طبي مساعد
- تصفية الرسائل المزعجة
- تقييم المخاطر الائتمانية
- فحص الجودة في المصانع
المراجع
- Cover, T. & Hart, P. (1967). Nearest neighbor pattern classification. IEEE Transactions on Information Theory, 13(1), 21–27.
- Breiman, L., Friedman, J., Olshen, R. & Stone, C. (1984). Classification and Regression Trees. Wadsworth.
- Hastie, T., Tibshirani, R. & Friedman, J. (2009). The Elements of Statistical Learning (2nd ed.). Springer.
