يمثل اختلال التوازن بين الفئات مشكلة شائعة في التطبيقات العملية تفرض تحديات كبيرة على المصنفات، فحين تكون إحدى الفئات أقلية صغيرة قياسًا إلى غيرها تميل خوارزميات التصنيف إلى إهمالها رغم أهميتها التطبيقية، وقد قدمت آلة توزيع الهامش الكبير تحسينًا مهمًا بإحلال توزيع هوامش العينات محل الهامش الأدنى التقليدي، وهو ما عزز أداء التصنيف بدرجة واسعة، غير أن مستوى الفصل في هذه الآلة يميل إلى الانحراف باتجاه فئة الأقلية بسبب خاصية تحسين متوسطات الهوامش، كما أن غياب الخيارات غير الحتمية وغياب قياس مستوى الثقة في العينات يحدان من القدرة على إدارة عدم اليقين في مهام التصنيف غير المتوازن، وتقترح هذه الدراسة نموذجًا جديدًا لمعالجة هذه القيود مجتمعة
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير آلة توزيع هامش كبير غامضة ثلاثية الاتجاه قائمة على المسافة، تعالج انحراف مستوى الفصل نحو فئة الأقلية وتدير عدم اليقين في قرارات التصنيف، وقد أدخل النموذج المقترح عاملًا قائمًا على المسافة يخفف أثر اختلال أحجام العينات في نتائج التصنيف عبر زيادة أوزان مسافة فئة الأقلية، كما دمج نموذج القرار ثلاثي الاتجاه للتعامل مع عدم اليقين بحيث لا يقتصر القرار على القبول أو الرفض بل يضيف منطقة تأجيل للعينات الملتبسة، وعزز متانة النموذج باستخدام درجة العضوية الغامضة التي تعكس مستوى أهمية كل نقطة إدخال
وللتحقق من أداء النموذج أُجريت تجارب مقارنة على مجموعات بيانات من مستودع جامعة كاليفورنيا في إيرفاين الشائع الاستخدام في بحوث التعلم الآلي، وقورن النموذج المقترح بنماذج تصنيف أخرى من حيث دقة التصنيف واستقراره ومتانته، كما أُجريت تجربة لمقارنة الكلفة للتحقق من قدرة النموذج على خفض كلفة القرار الكلية، وهي كلفة تكتسب أهمية خاصة في التطبيقات التي تكون فيها أخطاء تصنيف فئة الأقلية أعلى ثمنًا من غيرها
ثانيًا: أبرز النتائج
أظهرت نتائج التجارب المقارنة أن النموذج المقترح يتفوق على النماذج الأخرى في دقة التصنيف واستقراره ومتانته على مجموعات البيانات المستخدمة، إذ أسهم عامل المسافة المرجح في تصحيح انحراف مستوى الفصل الذي تعاني منه آلة توزيع الهامش الكبير التقليدية، وأسهمت منطقة القرار المؤجل ودرجات العضوية الغامضة في التعامل الأفضل مع العينات الحدية والملتبسة التي تتركز فيها أخطاء التصنيف عادة في البيانات غير المتوازنة، فجاءت النتائج أكثر اتساقًا عبر المجموعات المختلفة
كما أثبتت تجربة مقارنة الكلفة أن النموذج المقترح يخفض كلفة القرار الكلية مقارنة بالبدائل، وهو ما يعني أن مكاسبه لا تقتصر على مؤشرات الدقة التقليدية وإنما تمتد إلى جدوى القرار التطبيقية، وتشكل هذه النتيجة أهمية خاصة في المجالات التي تتفاوت فيها كلف الأخطاء بحسب الفئة مثل الكشف عن الاحتيال والتشخيص المساعد ورصد الحالات النادرة، حيث يكون إغفال حالة أقلية أشد ضررًا من خطأ في الفئة الغالبة
ثالثًا: دلالات الدراسة وتطبيقاتها
تتمثل دلالة هذه الدراسة في أنها تقدم للممارسين في تحليل البيانات إطار تصنيف يجمع بين الاستفادة من توزيع الهوامش ومعايرة أوزان المسافات وإدارة عدم اليقين في بنية واحدة متماسكة، بما يصلح أساسًا لتطبيقات التصنيف غير المتوازن في ميادين متعددة، وتفتح المجال أمام تطويرات لاحقة تدمج آليات ترجيح أخرى أو تعمم منطقة التأجيل الثلاثية على أسر أخرى من المصنفات القائمة على الهوامش والأبعاد
وتفيد الدراسة الباحثين في التعلم الآلي إذ تقدم لهم معالجة منهجية واضحة لقيدين متلازمين في آلة توزيع الهامش الكبير هما الانحراف نحو الأقلية وغياب تمثيل عدم اليقين، وتبين لهم كيفية التحقق الشامل من نماذج التصنيف بمؤشرات الدقة والاستقرار والمتانة والكلفة معًا بدل الاكتفاء بمؤشر واحد، بما يرفع معايير التقييم في بحوث التصنيف غير المتوازن
ويستند الإطار المقترح إلى فكرة أن مشكلة التصنيف غير المتوازن مزدوجة الطبيعة، فهي من جهة مشكلة تمثيل إذ تندر أمثلة فئة الأقلية في بيانات التدريب فلا تتعلم الخوارزمية حدودها جيدًا، وهي من جهة أخرى مشكلة قرار إذ تتفاوت كلفة الخطأ بحسب الفئة المصنفة خطأ تفاوتًا قد يكون جسيمًا، ولذلك جمع النموذج بين إعادة موازنة أثر المسافات وبين تأجيل الحكم في الحالات الملتبسة ومعاملتها بدرجات عضوية غامضة بدل إجبارها على قرار حتمي قد يكون مكلفًا، وهو جمع يمثل نقلة من معالجة البيانات وحدها إلى معالجة منطق القرار ذاته
وخلاصة القول إن آلة توزيع الهامش الكبير الغامضة ثلاثية الاتجاه القائمة على المسافة تقدم حلًا متكاملًا لمشكلة التصنيف غير المتوازن، إذ تعالج انحراف مستوى الفصل وتدير عدم اليقين وتخفض كلفة القرار، وقد أثبتت تفوقها في الدقة والاستقرار والمتانة على مجموعات بيانات معيارية معروفة
