التجميع الموجه

التجميع هو أسلوب يستخدم لتحسين موثوقية ودقة التنبؤات من خلال الجمع بين نماذج مختلفة متعددة، والاستفادة بشكل أساسي من "حكمة الجمهور". والفكرة هي أن الجمع بين مخرجات العديد من النماذج يمكن أن يلغي التحيزات ويقلل التباين ويؤدي إلى تنبؤ أكثر دقة وقوة.

هناك العديد من تقنيات التجميع التي يمكن استخدامها، بما في ذلك:

تصويت الأغلبية: يصوت كل نموذج على ناتج معين، ويكون الناتج الذي حصل على أكبر عدد من الأصوات هو التنبؤ النهائي.

التصويت المرجح: مشابه للتصويت بالأغلبية، ولكن كل نموذج له وزن محدد مسبقًا بناءً على أدائه أو دقته أو معايير أخرى. يعتمد التنبؤ النهائي على المجموع المرجح لجميع تنبؤات النموذج.

التجميع: يتم تدريب كل نموذج على مجموعة بيانات مختلفة قليلاً، وعادة ما يتم إنشاؤها عن طريق أخذ العينات مع الاستبدال (التمهيد) من مجموعة البيانات الأصلية. ثم يتم دمج التنبؤات، عادةً من خلال التصويت بالأغلبية أو المتوسط.

التعزيز: طريقة تجميع متسلسلة حيث يهدف كل نموذج جديد إلى تصحيح الأخطاء التي ارتكبتها النماذج السابقة. التنبؤ النهائي هو مزيج مرجح من المخرجات من جميع النماذج.
التكديس: تتنبأ نماذج أساسية متعددة بالإخراج، وتُستخدم هذه التنبؤات كمدخلات لنموذج الطبقة الثانية، والذي يوفر التنبؤ النهائي.
يمكن أن يساعد دمج التجميع في عملية الهندسة السريعة الخاصة بك في إنتاج نتائج أكثر موثوقية، ولكن كن على دراية بعوامل مثل زيادة التعقيد الحسابي والإفراط المحتمل في التجهيز. لتحقيق أفضل النتائج، تأكد من استخدام نماذج متنوعة في مجموعتك وانتبه إلى ضبط معلماتها وموازنة أوزانها واختيار تقنيات التجميع المناسبة بناءً على مشكلتك ومجموعة البيانات الخاصة بك.