Scikit-learn في Python: تعلم الآلة للمبتدئين

ما هو Scikit-learn

Scikit-learn — هي واحدة من أشهر وأقوى مكتبات Python للتعلم الآلي مفتوحة المصدر. تم تطويرها في عام 2007 بواسطة David Cournapeau، وأصبحت المكتبة المعيار الفعلي لتنفيذ خوارزميات التعلم الآلي في نظام Python البيئي.

المهام والإمكانيات الرئيسية لـ Scikit-learn

توفر المكتبة أدوات جاهزة لحل مجموعة واسعة من مهام التعلم الآلي:

مهام التعلم الخاضع للإشراف:

التصنيف — تحديد انتماء الكائنات إلى فئات معينة
الانحدار — التنبؤ بقيم رقمية مستمرة

مهام التعلم غير الخاضع للإشراف:

التجميع — تجميع الكائنات المتشابهة
تقليل الأبعاد — ضغط البيانات مع الحفاظ على المعلومات المهمة
كشف الشذوذ — تحديد القيم المتطرفة في البيانات

إمكانيات إضافية:

المعالجة المسبقة للبيانات — التطبيع، القياس، الترميز
اختيار الميزات — اختيار الخصائص الأكثر إفادة
تقييم النماذج — مقاييس جودة مختلفة
التحقق المتقاطع — اختبار استقرار النموذج
ضبط المعلمات الفائقة — ضبط المعلمات تلقائياً

التثبيت والإعداد الأولي

التثبيت عبر pip

pip install scikit-learn

التثبيت مع التبعيات الإضافية

pip install scikit-learn pandas matplotlib seaborn jupyter

التحقق من التثبيت

import sklearnprint(sklearn.__version__)

استيراد المكونات الرئيسية

# الوحدات الرئيسيةfrom sklearn.model_selection import train_test_split, cross_val_scorefrom sklearn.preprocessing import StandardScaler, LabelEncoderfrom sklearn.linear_model import LinearRegression, LogisticRegressionfrom sklearn.ensemble import RandomForestClassifierfrom sklearn.metrics import accuracy_score, classification_reportfrom sklearn.datasets import load_iris, make_classification

الهندسة المعمارية والمفاهيم الأساسية

Estimator (المقدر)

Estimator — هي الفئة الأساسية لجميع خوارزميات التعلم الآلي في Scikit-learn. كل estimator يطبق طريقتين رئيسيتين:

fit(X, y) — تدريب النموذج على البيانات
predict(X) — التنبؤ للبيانات الجديدة

from sklearn.linear_model import LinearRegression

model = LinearRegression()model.fit(X_train, y_train)predictions = model.predict(X_test)

Transformer (المحول)

Transformer — فئة لتحويل البيانات. تطبق الطرق التالية:

fit(X) — تعلم معلمات التحويل
transform(X) — تطبيق التحويل
fit_transform(X) — دمج fit و transform

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()X_scaled = scaler.fit_transform(X)

Pipeline (خط الأنابيب)

Pipeline يسمح بدمج عدة خطوات لمعالجة البيانات والتدريب في تسلسل واحد:

from sklearn.pipeline import Pipelinefrom sklearn.preprocessing import StandardScalerfrom sklearn.svm import SVC

pipeline = Pipeline([    ('scaler', StandardScaler()),    ('classifier', SVC())])

pipeline.fit(X_train, y_train)predictions = pipeline.predict(X_test)