K-أقرب الجيران (KNN)

كيف تعمل شبكة KNN

تعتمد الفكرة الأساسية وراء KNN على التشابه، وغالبًا ما يتم تعريفها باستخدام مقاييس المسافة مثل المسافة الإقليدية. عند التنبؤ بنقطة بيانات جديدة غير مرئية، تحدد الخوارزمية أقرب نقاط البيانات "K" (الجيران) إليها من مجموعة بيانات التدريب المخزنة. والقيمة "K" هي عدد صحيح يحدده المستخدم ويمثل عدد الجيران الذين تم أخذهم في الاعتبار.

بالنسبة للتصنيف، يتم تعيين النقطة الجديدة إلى الفئة الأكثر شيوعًا بين جيرانها K (تصويت الأغلبية). بالنسبة للانحدار، عادةً ما يكون التنبؤ هو متوسط قيمة "ك" المجاورة. ويُعد اختيار مقياس المسافة (مثل مانهاتن ومينكوفسكي) وقيمة "K" من المعلمات الفائقة الحاسمة التي تؤثر بشكل كبير على أداء النموذج. غالبًا ما يعتمد التنفيذ الفعال على هياكل البيانات مثل أشجار KD-trees أو أشجار الكرة لتسريع عمليات البحث عن الجيران، خاصةً مع مجموعات البيانات الأكبر حجمًا.

اختيار قيمة "ك

يعد اختيار "K" الأمثل أمرًا بالغ الأهمية. فقيمة "K" الصغيرة (على سبيل المثال، K=1) تجعل النموذج شديد الحساسية للضوضاء والقيم المتطرفة في البيانات، مما قد يؤدي إلى الإفراط في التركيب، حيث يكون أداء النموذج جيدًا على بيانات التدريب ولكن أداءه ضعيفًا على البيانات غير المرئية. وعلى العكس من ذلك، يمكن أن تؤدي قيمة "K" الكبيرة إلى زيادة سلاسة حدود القرار، مما يجعل النموذج أقل حساسية للأنماط المحلية وقد يؤدي إلى عدم ملاءمة النموذج وتكلفة حسابية عالية أثناء التنبؤ. غالبًا ما يتم استخدام تقنيات مثل التحقق التبادلي (انظر دليل التحقق التبادلي ل Scikit-learn) للعثور على "K" المناسب الذي يوازن بين التحيز والتباين. توفر مكتبة Scikit-learn أدوات لتنفيذ KNN وإجراء عمليات البحث عن المعرفات الفائقة، ويمكنك العثور على نصائح عامة في دليل ضبط المعرفات الفائقة فيUltralytics .

تطبيقات KNN

تتناسب بساطة شبكة KNN مع العديد من التطبيقات، خاصةً عندما تكون قابلية التفسير ذات قيمة:

• أنظمة التوصية: يمكن لشبكة KNN تحديد المستخدمين ذوي الأذواق المتشابهة بناءً على السلوك السابق للتوصية بالعناصر، وهو ما يشبه من حيث المبدأ التقنيات التي تستخدمها منصات مثل Netflix في نظام التوصية الخاص بها.
• التصنيف الأساسي للصور: يمكن استخدامه لمهام تصنيف الصور البسيطة، مثل التعرف على الأرقام المكتوبة بخط اليد من مجموعات بيانات مثل مجموعة بيانات MNIST.
• كشف الشذوذ: تحديد نقاط البيانات غير الاعتيادية البعيدة عن جيرانها، وهي مفيدة في مجالات مثل أمن الشبكات(مشروع OWASP Anomaly Detection Project).
• الرعاية الصحية: تصنيف المرضى بناءً على السمات للتنبؤ بالنتائج أو تشخيص الحالات، مما يساهم في الذكاء الاصطناعي في مجال الرعاية الصحية (انظر مجموعة Nature Medicine AI في الصحة والطب).

مزايا ومساوئ شبكة KNN

تقدم شبكة KNN العديد من المزايا ولكنها تأتي أيضًا مع قيود:

المزايا:

• البساطة وقابلية التفسير: سهولة فهم وشرح منطق التنبؤ القائم على الجيران.
• لا توجد مرحلة تدريب صريح: يتكيف بسرعة مع البيانات الجديدة حيث لا حاجة لإعادة تدريب النموذج، فقط إضافة نقاط البيانات.
• المرونة: يتعامل بشكل طبيعي مع التصنيف متعدد الفئات ويمكن تكييفه مع الانحدار.

العيوب:

• التكلفة الحسابية عند الاستدلال: يمكن أن تكون التنبؤات بطيئة بالنسبة لمجموعات البيانات الكبيرة لأنها تتطلب حساب المسافات إلى جميع نقاط التدريب.
• الحساسية للميزات غير ذات الصلة: الميزات التي لا تساهم في التشابه يمكن أن تؤثر سلبًا على الأداء.
• لعنة البُعدية: يتدهور الأداء في المساحات عالية الأبعاد حيث تصبح المسافات أقل أهمية. يمكن أن تساعد تقنيات مثل تقليل الأبعاد (على سبيل المثال، تحليل البُعد الواحد PCA) في التخفيف من هذه المشكلة.
• الحاجة إلى تحجيم الميزات: يمكن أن تهيمن الميزات ذات النطاقات الأكبر على حسابات المسافة، مما يستلزم تحجيم الميزات.
• يتطلب اختيار "K" الأمثل: يعتمد الأداء بشكل كبير على اختيار القيمة الصحيحة لـ K.

KNN مقابل المفاهيم ذات الصلة

من المهم التمييز بين KNN والخوارزميات الأخرى:

• التجميع K-Means Clusterering: K-Means هي خوارزمية تعلّم غير خاضعة للإشراف تُستخدم لتجميع البيانات في مجموعات K بناءً على التشابه. أما KNN فهي خوارزمية تعلّم خاضعة للإشراف تُستخدم للتصنيف أو الانحدار بناءً على الجيران المصنفين.
• آلة دعم المتجهات الداعمة (SVM): إن SVM هي خوارزمية خاضعة للإشراف تعثر على المستوى التشعبي الأمثل لفصل الفئات. تصنف KNN على أساس التشابه المحلي بين الجيران، بينما تبحث SVM عن الحد الأمثل العالمي. تعرف على المزيد في صفحة Scikit-learn SVM.
• أشجار القرار: تصنف أشجار القرار البيانات من خلال تعلم مجموعة من القواعد الهرمية، مما يؤدي إلى إنشاء بنية شبيهة بالشجرة. تستخدم KNN التشابه القائم على المسافة، بينما تستخدم أشجار القرار التقسيمات القائمة على الميزات. راجع صفحة Scikit-learn Decision Trees للحصول على التفاصيل.

في حين أن شبكة KNN ذات قيمة في بعض المهام وفهم المفاهيم الأساسية للتعلم الآلي، فإن المشاكل المعقدة مثل اكتشاف الأجسام في الوقت الحقيقي غالباً ما تستفيد من نماذج أكثر تقدماً مثل Ultralytics YOLOالتي توفر سرعة وأداءً فائقين، خاصةً على مجموعات بيانات الرؤية الحاسوبية واسعة النطاق. يمكنك تدريب ونشر مثل هذه النماذج باستخدام منصات مثل Ultralytics HUB.