Principal Component Analysis (PCA)

يعد تحليل المكونات الرئيسية (PCA) تقنية إحصائية مستخدمة على نطاق واسع في تعلم الآلة (ML) تعمل على تبسيط تعقيد البيانات عالية الأبعاد مع الاحتفاظ بأهم معلوماتها. وهي تعمل كطريقة لـ تقليل الأبعاد، حيث تحول مجموعات البيانات الكبيرة ذات المتغيرات الكثيرة إلى مجموعة أصغر وأكثر قابلية للإدارة من "المكونات الرئيسية". من خلال تحديد الاتجاهات التي تتباين فيها البيانات بأكبر قدر، تتيح PCA لعلماء البيانات تقليل التكاليف الحسابية وإزالة الضوضاء دون فقدان الأنماط المهمة. تعد هذه العملية خطوة بالغة الأهمية في معالجة البيانات الفعالة، وتُستخدم بشكل متكرر لتصور مجموعات البيانات المعقدة في بعدين أو ثلاثة أبعاد.

Link to this sectionكيف تعمل PCA#

في جوهرها، تعد PCA تقنية تحويل خطي تعيد تنظيم البيانات بناءً على التباين. في مجموعة بيانات ذات ميزات متعددة - مثل قيم البكسل في صورة أو قراءات المستشعرات في شبكة إنترنت الأشياء (IoT) - غالباً ما تتداخل المتغيرات في المعلومات التي تنقلها. تحدد PCA متغيرات جديدة غير مترابطة (المكونات الرئيسية) التي تزيد التباين بشكل متتابع. يلتقط المكون الأول أكبر قدر ممكن من الاختلاف في البيانات، ويلتقط الثاني ثاني أكبر قدر (بينما يكون متعامداً مع الأول)، وهكذا.

من خلال الاحتفاظ بأهم المكونات فقط والتخلص من الباقي، يمكن للممارسين تحقيق ضغط كبير للبيانات. يساعد هذا في تخفيف لعنة الأبعاد، وهي ظاهرة يتدهور فيها أداء النمذجة التنبؤية مع زيادة عدد الميزات بالنسبة لعينات التدريب المتاحة.

Link to this sectionتطبيقات العالم الحقيقي#

تتميز PCA بالمرونة وتدعم مراحل مختلفة من دورة حياة تطوير الذكاء الاصطناعي، بدءاً من تنظيف البيانات وصولاً إلى تصور الجوانب الداخلية للنماذج.

• تصور تمثيلات الصور (Embeddings): في مهام الرؤية الحاسوبية (CV) المتقدمة، تُنتج نماذج مثل YOLO26 تمثيلات عالية الأبعاد لتمثيل الصور. قد تحتوي هذه المتجهات على 512 أو 1024 قيمة مميزة، مما يجعل من المستحيل على البشر رؤيتها مباشرة. يستخدم المهندسون PCA لإسقاط هذه التمثيلات على مخطط ثنائي الأبعاد، مما يسمح لهم بفحص مدى نجاح النموذج في فصل الفئات المختلفة، مثل التمييز بين "المشاة" و"راكبي الدراجات" في أنظمة المركبات ذاتية القيادة.
• المعالجة المسبقة للكشف عن الشذوذ: تستخدم المؤسسات المالية وشركات الأمن السيبراني PCA لـ الكشف عن الشذوذ. من خلال نمذجة السلوك الطبيعي للنظام باستخدام المكونات الرئيسية، يتم تصنيف أي معاملة أو حزمة شبكة لا يمكن إعادة بنائها جيداً بواسطة هذه المكونات كقيم شاذة. يعد هذا فعالاً لاكتشاف الاحتيال أو الهجمات العدائية في التدفقات اللحظية.

Link to this sectionPCA مقابل t-SNE والمشفرات التلقائية (Autoencoders)#

بينما تعد PCA أداة قياسية لـ استخراج الميزات، فمن المفيد تمييزها عن تقنيات الاختزال الأخرى:

• t-SNE (تضمين الجوار العشوائي الموزع بـ t): تعد PCA طريقة خطية تحافظ على الهيكل العالمي والتباين. في المقابل، فإن t-SNE هي تقنية احتمالية غير خطية تتفوق في الحفاظ على هياكل الجوار المحلية، مما يجعلها أفضل لتصور المجموعات المميزة ولكنها أكثر تطلباً من الناحية الحسابية.
• المشفرات التلقائية (Autoencoders): هي شبكات عصبية مُدربة على ضغط البيانات وإعادة بنائها. على عكس PCA، يمكن للمشفرات التلقائية تعلم تعيينات غير خطية معقدة. ومع ذلك، فهي تتطلب قدراً أكبر بكثير من بيانات التدريب والموارد الحسابية للتدريب بفعالية.

Link to this sectionمثال بلغة Python: ضغط الميزات#

يوضح المثال التالي كيفية استخدام scikit-learn لتقليل متجهات الميزات عالية الأبعاد. يحاكي هذا المسار ضغط مخرجات نموذج رؤية حاسوبية قبل تخزينها في قاعدة بيانات متجهة أو استخدامها في التجميع (Clustering).

import numpy as np
from sklearn.decomposition import PCA

# Simulate 100 image embeddings, each with 512 dimensions (features)
embeddings = np.random.rand(100, 512)

# Initialize PCA to reduce the data to 3 principal components
pca = PCA(n_components=3)

# Fit and transform the embeddings to the lower dimension
reduced_data = pca.fit_transform(embeddings)

print(f"Original shape: {embeddings.shape}")  # Output: (100, 512)
print(f"Reduced shape: {reduced_data.shape}")  # Output: (100, 3)

يمكن أن يساعد دمج PCA في خطوط العمليات على منصة Ultralytics في تبسيط تدريب النموذج عن طريق تقليل تعقيد المدخلات، مما يؤدي إلى تجارب أسرع وحلول ذكاء اصطناعي أكثر قوة.