قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
غابة الدوران
طريقة تجميعية تبني أشجار قرار على مجموعات من الميزات المحولة بواسطة التحليل العنصري الرئيسي (ACP) لتعظيم التنوع بين المصنفات الأساسية.
ACP على المجموعات الفرعية
تطبيق التحليل العنصري الرئيسي على أقسام عشوائية من فضاء الميزات، مما يخلق محاور إسقاط متميزة لكل مصنف في الغابة.
مصفوفة الدوران
مصفوفة متعامدة ناتجة عن التحليل العنصري الرئيسي، تُستخدم لإسقاط البيانات في فضاء جديد للميزات، مما يضمن عدم الارتباط وتنوع توقعات الأشجار.
تنوع المصنف
مبدأ أساسي في الطرق التجميعية يهدف إلى تعظيم الاختلافات في التوقعات بين النماذج الأساسية لتقليل التباين الكلي وتحسين التعميم.
التجميع مع التحويل
امتداد للتجميع البوتسترابي حيث تخضع العينات البوتسترابية لتحويل في فضاء الميزات قبل تدريب كل نموذج أساسي.
اختيار الميزات حسب المجموعة
تقنية تقسيم المتغيرات إلى مجموعات فرعية منفصلة يتم تطبيق تحويلات مستقلة عليها، مما يزيد من عدم تجانس المصنفات.
تقسيم الميزات بطريقة K-fold
استراتيجية تقسيم الميزات إلى K مجموعة لغابة الدوران، حيث يتم تحويل كل مجموعة بشكل منفصل قبل إعادة دمجها لتشكيل المجموعة النهائية من الميزات.
فضاء الميزات المعزز
فضاء تمثيل جديد يتم إنشاؤه عن طريق ربط المكونات الرئيسية الناتجة من كل مجموعة فرعية من الميزات، مع الحفاظ على جميع المعلومات الأصلية مع زيادة التنوع.
شجرة قرار على البيانات المسقطة
مصنف أساسي في غابة الدوران يتم تدريبه على بيانات مسقطة مسبقًا في فضاء محول بواسطة التحليل المكوني الرئيسي، حيث تعمل عقد القرار على تركيبات خطية من الميزات الأصلية.
معاملات الدوران
معلمات مصفوفة التحويل المتعامدة التي تحدد كيفية مساهمة كل ميزة أصلية في المكونات الرئيسية الجديدة لشجرة محددة في الغابة.
التباين الموضح بواسطة المكون
مقياس مستمد من التحليل المكوني الرئيسي يشير إلى نسبة التباين الكلي للبيانات التي يتم التقاطها بواسطة كل مكون رئيسي، مما يؤثر على جودة التحويل في غابة الدوران.
تعامد الميزات
عملية رياضية تضمان الاستقلال الخطي بين الميزات الجديدة المنشأة، وهي أساسية لتجنب التكرار وتعظيم التنوع في المجموعات.
مجموعة غير متجانسة
مجموعة من المصنفات الأساسية التي تعمل على فضاءات ميزات مختلفة، كما في غابة الدوران حيث ترى كل شجرة دورانًا فريدًا لبيانات الإدخال.
تقليل التغاير
هدف غابة الدوران الذي يهدف إلى تقليل التغاير بين أخطاء المصنفات المختلفة بإجبارها على العمل على تمثيلات غير مترابطة للبيانات.
إسقاط خطي محلي
تحويل خاص بكل شجرة في الغابة، يُطبق فقط على مجموعة فرعية من الميزات، مما يخلق منظورًا فريدًا للبيانات لهذا المصنف المحدد.
استقرار التحليل المكوني الرئيسي
متانة التحلل إلى مكونات رئيسية في مواجهة الاختلافات في بيانات التدريب، وهو عامل حاسم لأداء واتساق غابة الدوران.
معامل مجموعة
معامل يتحكم في عدد الخصائص لكل مجموعة في غابة الدوران، مؤثراً مباشرة على التوازن بين تنوع المصنفات والمعلومات المحفوظة في كل تحويل.