اكتشف DBSCAN: خوارزمية تجميع قوية لتحديد الأنماط والتعامل مع الضوضاء وتحليل مجموعات البيانات المعقدة في التعلم الآلي.
DBSCAN (التجميع المكاني المستند إلى الكثافة للتطبيقات ذات الضوضاء) هي خوارزمية تعلم آلي غير خاضعة للإشراف تُستخدم لتجميع نقاط البيانات بناءً على توزيع كثافتها في فضاء السمات. على عكس طرق التقسيم مثل تجميع K-means، لا تتطلب DBSCAN تحديد عدد المجموعات مسبقًا ويمكنها تحديد مجموعات ذات أشكال عشوائية. وهو يعمل من خلال تجميع نقاط البيانات المتقاربة معًا، ويضع علامة على تلك التي تقع وحدها في مناطق منخفضة الكثافة باعتبارها نقاطًا متطرفة. وهذا يجعل DBSCAN فعالاً بشكل خاص في مجموعات البيانات ذات الضوضاء والكثافات العنقودية المتفاوتة. تُستخدم هذه الخوارزمية على نطاق واسع في مجالات مختلفة، بما في ذلك الكشف عن الشذوذ وتجزئة الصور وتحليل البيانات الجغرافية المكانية، نظرًا لقدرتها على التعامل مع أنماط البيانات المعقدة وقوتها في مواجهة الضوضاء.
تعمل خوارزمية DBSCAN على معلمتين رئيسيتين: إبسيلون (ε) والحد الأدنى من النقاط (MinPts). يُحدّد إبسيلون نصف القطر الذي تبحث الخوارزمية ضمنه عن النقاط المتجاورة، بينما يُحدّد MinPts الحد الأدنى لعدد النقاط المطلوبة لتشكيل مجموعة كثيفة. تُعتبر النقطة نقطة ما نقطة أساسية إذا كان لديها على الأقل MinPts داخل جوارها ε-neborhood. تُعتبر النقاط الواقعة داخل المنطقة ε المجاورة لنقطة أساسية لكنها لا تستوفي معيار MinPts نقاطًا حدودية. أي نقطة ليست نقطة أساسية ولا نقطة حدودية تصنف على أنها ضوضاء أو نقطة خارجية.
تبدأ خوارزمية DBSCAN باختيار نقطة بيانات عشوائيًا والتحقق من جيرانها ε. إذا كان عدد النقاط داخل نصف القطر هذا يفي أو يتجاوز الحد الأدنى للنقاط، يتم بدء مجموعة جديدة، ويتم تمييز النقطة كنقطة أساسية. تتم إضافة جميع النقاط داخل المنطقة المجاورة ε لهذه النقطة الأساسية إلى المجموعة العنقودية. تقوم الخوارزمية بعد ذلك بتوسيع المجموعة بشكل متكرر عن طريق التحقق من المنطقة ε المجاورة لكل نقطة مضافة حديثًا. إذا تم العثور على نقطة أساسية داخل المنطقة ε المجاورة لنقطة أساسية أخرى، يتم دمج مجموعتيهما. تستمر هذه العملية حتى لا يمكن إضافة المزيد من النقاط إلى المجموعة. يتم تعيين النقاط التي يمكن الوصول إليها من نقطة أساسية ولكنها ليست نقاطًا أساسية بحد ذاتها كنقاط حدودية. أما أي نقاط متبقية ليست نقاطًا أساسية ولا نقاطًا حدودية فتُسمّى نقاطًا مشوِّشة.
على الرغم من أن كلا من DBSCAN و K-means من خوارزميات التجميع الشائعة، إلا أنهما يختلفان بشكل كبير في نهجهما وقابليتهما للتطبيق. إن K-means هي طريقة تقسيم تتطلب تحديد عدد المجموعات مسبقًا وتهدف إلى تقليل التباين داخل كل مجموعة، مما يؤدي إلى مجموعات كروية. وهي حساسة للقيم المتطرفة وقد لا تعمل بشكل جيد على مجموعات البيانات ذات المجموعات غير المحدبة أو الكثافات المتفاوتة. في المقابل، لا يتطلب DBSCAN أن يكون عدد المجموعات محددًا مسبقًا، ويمكنه اكتشاف مجموعات ذات أشكال عشوائية، كما أنه قوي في مواجهة القيم المتطرفة. ومع ذلك، قد تواجه DBSCAN صعوبة في التعامل مع مجموعات البيانات التي تحتوي فيها المجموعات على كثافات مختلفة بشكل كبير، حيث قد لا يكون ε و MinPts واحدًا مناسبًا لجميع المجموعات. تعرّف على المزيد حول التعلّم غير الخاضع للإشراف وتقنياته المختلفة، بما في ذلك التجميع.
إن قدرة DBSCAN على تحديد التكتلات ذات الأشكال والكثافات المختلفة، بالإضافة إلى قوتها في مواجهة الضوضاء، تجعلها أداة قيّمة في العديد من التطبيقات الواقعية. فيما يلي مثالان:
يقدم الموقع Ultralytics يقدم الموقع الإلكتروني أحدث حلول الرؤية الحاسوبية، والمعروفة في المقام الأول بـ Ultralytics YOLO النماذج. في حين أن نماذج YOLO مصممة في المقام الأول للكشف عن الأشياء، يمكن ربط المبادئ الأساسية للتحليل القائم على الكثافة من الناحية المفاهيمية بخوارزميات مثل DBSCAN. على سبيل المثال، يعد فهم التوزيع المكاني وكثافة السمات أمرًا بالغ الأهمية في مهام الرؤية الحاسوبية المختلفة. بالإضافة إلى ذلك، يوفر Ultralytics HUB منصة لإدارة مجموعات البيانات وتحليلها. على الرغم من عدم تطبيق DBSCAN بشكل مباشر، إلا أن تركيز المنصة على إدارة البيانات وتحليلها يتماشى مع السياق الأوسع لتقنيات التنقيب عن البيانات وتجميعها. يمكنك استكشاف المزيد حول كيفية لعب التنقيب في البيانات دورًا حاسمًا في تعزيز سير عمل التعلم الآلي.
للحصول على معلومات أكثر تفصيلاً عن التجميع وتطبيقاته في التعلّم الآلي، يمكنك الرجوع إلى مصادر مثل وثائق scikit-learn على DBSCAN والأبحاث الأكاديمية مثل ورقة DBSCAN الأصلية التي كتبها إيستر وآخرون"خوارزمية قائمة على الكثافة لاكتشاف التكتلات في قواعد البيانات المكانية الكبيرة مع الضوضاء".
