يعد تحجيم الميزات طريقة مستخدمة في التعلم الآلي لبيانات المعالجة المسبقة. يتم استخدام هذه الطريقة لتطبيع نطاق المتغيرات المستقلة في البيانات، أو الميزات، بحيث يجب أن تتمتع البيانات بخصائص التوزيع الطبيعي القياسي بمتوسط 0 وانحراف معياري 1. وتعرف أيضًا باسم تقليل البيانات أو تطبيع البيانات.
يتم إجراء تحجيم الميزات بشكل عام بعد التطبيع المتوسط وهي عملية تقسيم كل ميزة (عمود في مصفوفة البيانات) في مجموعة البيانات بواسطة ثابت معين. يتم استخدامه لتجنب المشكلات العددية المحتملة للنموذج عن طريق تقليل القيم العددية لكل متغير إلى نطاق معقول. يمكن تطبيق هذه التقنية لتسريع معدل التقارب للخوارزميات باهظة الثمن حسابيًا.
النوعان الرئيسيان لقياس الميزات المستخدم في التعلم الآلي هما:
* التقييس: تقوم هذه التقنية بقياس القيم بحيث تتبع التوزيع الغاوسي (المعروف أيضًا باسم منحنى الجرس) بمتوسط 0 وانحراف معياري قدره 1. ويستخدم هذا في الخوارزميات التي تتطلب عكس البيانات، مثل المسافة العكسية- الاستيفاء الموزون وأساليب التعلم القائمة على النواة.
* التطبيع: تقوم هذه التقنية بتغيير قيم الأعمدة الرقمية في مجموعة البيانات إلى مقياس مشترك، عادةً من 0 إلى 1. يُشار إلى هذا أحيانًا باسم مقياس الحد الأدنى والحد الأقصى، لأنه يجمع أيضًا جميع القيم في مجموعة الميزات في نطاق محدد ( عادة 0 إلى 1). تُستخدم هذه التقنية غالبًا في الشبكات العصبية للتدريب الفعال.
بالإضافة إلى هذين النوعين الرئيسيين من قياس الميزات، يتم استخدام بعض أساليب المعالجة المسبقة القياسية لبعض خوارزميات التعلم الآلي. على سبيل المثال، يتم استخدام تطبيع البيانات اللوغاريتمية لخوارزميات شجرة القرار بشكل شائع لتحسين الدقة. وبالمثل، يتم توسيع نطاق البيانات وتمركزها للشبكات العصبية لتجنب أي مشكلات رقمية قد تحدث.
يعد تحجيم الميزات خطوة أساسية للمعالجة المسبقة للعديد من خوارزميات التعلم الآلي. قد يؤدي عدم تنفيذ هذه الخطوة إلى نتائج غير دقيقة بسبب وجود مخالفات في البيانات. كما أنه يساعد على تحسين دقة النموذج من خلال جعل مجموعة البيانات أكثر تجانسًا وسهولة في المعالجة.
