.. DO NOT EDIT.
.. THIS FILE WAS AUTOMATICALLY GENERATED BY SPHINX-GALLERY.
.. TO MAKE CHANGES, EDIT THE SOURCE PYTHON FILE:
.. "auto_examples/applications/plot_cyclical_feature_engineering.py"
.. LINE NUMBERS ARE GIVEN BELOW.

.. only:: html

    .. note::
        :class: sphx-glr-download-link-note

        :ref:`Go to the end <sphx_glr_download_auto_examples_applications_plot_cyclical_feature_engineering.py>`
        to download the full example code. or to run this example in your browser via JupyterLite or Binder

.. rst-class:: sphx-glr-example-title

.. _sphx_glr_auto_examples_applications_plot_cyclical_feature_engineering.py:


================================
هندسة الميزات ذات الصلة بالوقت
================================

يُقدم هذا الدفتر طرقًا مختلفة للاستفادة من الميزات ذات الصلة بالوقت
لمهمة انحدار طلب مشاركة الدراجات التي تعتمد بشكل كبير على دورات العمل
(الأيام، والأسابيع، والشهور) ودورات المواسم السنوية.

في هذه العملية، نُقدم كيفية إجراء هندسة الميزات الدورية باستخدام
فئة :class:`sklearn.preprocessing.SplineTransformer` وخيار
`extrapolation="periodic"` الخاص بها.

.. GENERATED FROM PYTHON SOURCE LINES 15-19

.. code-block:: Python


    # المؤلفون: مطورو scikit-learn
    # مُعرِّف ترخيص SPDX: BSD-3-Clause








.. GENERATED FROM PYTHON SOURCE LINES 20-24

استكشاف البيانات على مجموعة بيانات طلب مشاركة الدراجات
---------------------------------------------------

نبدأ بتحميل البيانات من مستودع OpenML.

.. GENERATED FROM PYTHON SOURCE LINES 24-44

.. code-block:: Python

    from sklearn.kernel_approximation import Nystroem
    from sklearn.preprocessing import PolynomialFeatures
    from sklearn.pipeline import FeatureUnion
    from sklearn.preprocessing import SplineTransformer
    import pandas as pd
    from sklearn.preprocessing import FunctionTransformer
    from sklearn.preprocessing import MinMaxScaler, OneHotEncoder
    from sklearn.linear_model import RidgeCV
    import numpy as np
    from sklearn.pipeline import make_pipeline
    from sklearn.model_selection import cross_validate
    from sklearn.ensemble import HistGradientBoostingRegressor
    from sklearn.compose import ColumnTransformer
    from sklearn.model_selection import TimeSeriesSplit
    import matplotlib.pyplot as plt
    from sklearn.datasets import fetch_openml

    bike_sharing = fetch_openml("Bike_Sharing_Demand", version=2, as_frame=True)
    df = bike_sharing.frame








.. GENERATED FROM PYTHON SOURCE LINES 45-52

للحصول على فهم سريع للأنماط الدورية للبيانات، دعونا
نلقي نظرة على متوسط ​​الطلب في الساعة خلال الأسبوع.

لاحظ أن الأسبوع يبدأ يوم الأحد، خلال عطلة نهاية الأسبوع. يمكننا بوضوح
تمييز أنماط التنقل في الصباح والمساء من أيام العمل
واستخدام الدراجات الترفيهي في عطلات نهاية الأسبوع مع ذروة طلب أكثر انتشارًا
في منتصف الأيام:

.. GENERATED FROM PYTHON SOURCE LINES 52-65

.. code-block:: Python


    fig, ax = plt.subplots(figsize=(12, 4))
    average_week_demand = df.groupby(["weekday", "hour"])["count"].mean()
    average_week_demand.plot(ax=ax)
    _ = ax.set(
        title="متوسط ​​طلب الدراجات بالساعة خلال الأسبوع",
        xticks=[i * 24 for i in range(7)],
        xticklabels=["الأحد", "الاثنين", "الثلاثاء",
                     "الأربعاء", "الخميس", "الجمعة", "السبت"],
        xlabel="وقت الأسبوع",
        ylabel="عدد تأجيرات الدراجات",
    )




.. image-sg:: /auto_examples/applications/images/sphx_glr_plot_cyclical_feature_engineering_001.png
   :alt: متوسط ​​طلب الدراجات بالساعة خلال الأسبوع
   :srcset: /auto_examples/applications/images/sphx_glr_plot_cyclical_feature_engineering_001.png
   :class: sphx-glr-single-img





.. GENERATED FROM PYTHON SOURCE LINES 66-68

هدف مشكلة التنبؤ هو العدد المطلق لتأجيرات الدراجات على
أساس كل ساعة:

.. GENERATED FROM PYTHON SOURCE LINES 69-71

.. code-block:: Python

    df["count"].max()





.. rst-class:: sphx-glr-script-out

 .. code-block:: none


    977



.. GENERATED FROM PYTHON SOURCE LINES 72-87

دعونا نعيد قياس متغير الهدف (عدد تأجيرات الدراجات بالساعة) للتنبؤ
بطلب نسبي بحيث يكون من السهل تفسير متوسط ​​الخطأ المطلق
كجزء بسيط من الحد الأقصى للطلب.

.. note::

    يقلل أسلوب الملاءمة للنماذج المستخدمة في هذا الدفتر جميعًا من
    متوسط ​​الخطأ التربيعي لتقدير المتوسط ​​الشرطي.
    ومع ذلك، سيُقدِّر الخطأ المطلق الوسيط الشرطي.

    ومع ذلك، عند الإبلاغ عن مقاييس الأداء على مجموعة الاختبار في
    المناقشة، نختار التركيز على متوسط ​​الخطأ المطلق بدلاً من
    متوسط ​​الخطأ التربيعي (الجذر) لأنه من الأسهل
    تفسيرها. لاحظ، مع ذلك، أنه في هذه الدراسة، فإن أفضل النماذج لمقياس واحد
    هي أيضًا الأفضل من حيث المقياس الآخر.

.. GENERATED FROM PYTHON SOURCE LINES 88-91

.. code-block:: Python

    y = df["count"] / df["count"].max()









.. GENERATED FROM PYTHON SOURCE LINES 92-100

.. code-block:: Python

    fig, ax = plt.subplots(figsize=(12, 4))
    y.hist(bins=30, ax=ax)
    _ = ax.set(
        xlabel="جزء بسيط من طلب أسطول التأجير",
        ylabel="عدد الساعات",
    )





.. image-sg:: /auto_examples/applications/images/sphx_glr_plot_cyclical_feature_engineering_002.png
   :alt: plot cyclical feature engineering
   :srcset: /auto_examples/applications/images/sphx_glr_plot_cyclical_feature_engineering_002.png
   :class: sphx-glr-single-img





.. GENERATED FROM PYTHON SOURCE LINES 101-106

إطار بيانات ميزة الإدخال هو سجل كل ساعة بعلامات زمنية للمتغيرات
التي تصف أحوال الطقس. يتضمن كلاً من المتغيرات الرقمية والفئوية.
لاحظ أنه قد تم بالفعل توسيع معلومات الوقت إلى
عدة أعمدة تكميلية.


.. GENERATED FROM PYTHON SOURCE LINES 106-109

.. code-block:: Python

    X = df.drop("count", axis="columns")
    X






.. raw:: html

    <div class="output_subarea output_html rendered_html output_result">
    <div>
    <style scoped>
        .dataframe tbody tr th:only-of-type {
            vertical-align: middle;
        }

        .dataframe tbody tr th {
            vertical-align: top;
        }

        .dataframe thead th {
            text-align: right;
        }
    </style>
    <table border="1" class="dataframe">
      <thead>
        <tr style="text-align: right;">
          <th></th>
          <th>season</th>
          <th>year</th>
          <th>month</th>
          <th>hour</th>
          <th>holiday</th>
          <th>weekday</th>
          <th>workingday</th>
          <th>weather</th>
          <th>temp</th>
          <th>feel_temp</th>
          <th>humidity</th>
          <th>windspeed</th>
        </tr>
      </thead>
      <tbody>
        <tr>
          <th>0</th>
          <td>spring</td>
          <td>0</td>
          <td>1</td>
          <td>0</td>
          <td>False</td>
          <td>6</td>
          <td>False</td>
          <td>clear</td>
          <td>9.84</td>
          <td>14.395</td>
          <td>0.81</td>
          <td>0.0000</td>
        </tr>
        <tr>
          <th>1</th>
          <td>spring</td>
          <td>0</td>
          <td>1</td>
          <td>1</td>
          <td>False</td>
          <td>6</td>
          <td>False</td>
          <td>clear</td>
          <td>9.02</td>
          <td>13.635</td>
          <td>0.80</td>
          <td>0.0000</td>
        </tr>
        <tr>
          <th>2</th>
          <td>spring</td>
          <td>0</td>
          <td>1</td>
          <td>2</td>
          <td>False</td>
          <td>6</td>
          <td>False</td>
          <td>clear</td>
          <td>9.02</td>
          <td>13.635</td>
          <td>0.80</td>
          <td>0.0000</td>
        </tr>
        <tr>
          <th>3</th>
          <td>spring</td>
          <td>0</td>
          <td>1</td>
          <td>3</td>
          <td>False</td>
          <td>6</td>
          <td>False</td>
          <td>clear</td>
          <td>9.84</td>
          <td>14.395</td>
          <td>0.75</td>
          <td>0.0000</td>
        </tr>
        <tr>
          <th>4</th>
          <td>spring</td>
          <td>0</td>
          <td>1</td>
          <td>4</td>
          <td>False</td>
          <td>6</td>
          <td>False</td>
          <td>clear</td>
          <td>9.84</td>
          <td>14.395</td>
          <td>0.75</td>
          <td>0.0000</td>
        </tr>
        <tr>
          <th>...</th>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
        </tr>
        <tr>
          <th>17374</th>
          <td>spring</td>
          <td>1</td>
          <td>12</td>
          <td>19</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>misty</td>
          <td>10.66</td>
          <td>12.880</td>
          <td>0.60</td>
          <td>11.0014</td>
        </tr>
        <tr>
          <th>17375</th>
          <td>spring</td>
          <td>1</td>
          <td>12</td>
          <td>20</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>misty</td>
          <td>10.66</td>
          <td>12.880</td>
          <td>0.60</td>
          <td>11.0014</td>
        </tr>
        <tr>
          <th>17376</th>
          <td>spring</td>
          <td>1</td>
          <td>12</td>
          <td>21</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>clear</td>
          <td>10.66</td>
          <td>12.880</td>
          <td>0.60</td>
          <td>11.0014</td>
        </tr>
        <tr>
          <th>17377</th>
          <td>spring</td>
          <td>1</td>
          <td>12</td>
          <td>22</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>clear</td>
          <td>10.66</td>
          <td>13.635</td>
          <td>0.56</td>
          <td>8.9981</td>
        </tr>
        <tr>
          <th>17378</th>
          <td>spring</td>
          <td>1</td>
          <td>12</td>
          <td>23</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>clear</td>
          <td>10.66</td>
          <td>13.635</td>
          <td>0.65</td>
          <td>8.9981</td>
        </tr>
      </tbody>
    </table>
    <p>17379 rows × 12 columns</p>
    </div>
    </div>
    <br />
    <br />

.. GENERATED FROM PYTHON SOURCE LINES 110-120

.. note::

   إذا كانت معلومات الوقت موجودة فقط كعمود تاريخ أو عمود تاريخ ووقت،
   فكان من الممكن توسيعها إلى ساعة في اليوم، ويوم في الأسبوع،
   ويوم في الشهر، وشهر في السنة باستخدام pandas:
   https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#time-date-components

نستعرض الآن توزيع المتغيرات الفئوية، بدءًا
من `"weather"`:


.. GENERATED FROM PYTHON SOURCE LINES 120-123

.. code-block:: Python

    X["weather"].value_counts()






.. rst-class:: sphx-glr-script-out

 .. code-block:: none


    weather
    clear         11413
    misty          4544
    rain           1419
    heavy_rain        3
    Name: count, dtype: int64



.. GENERATED FROM PYTHON SOURCE LINES 124-128

نظرًا لوجود 3 أحداث `"heavy_rain"` فقط، لا يمكننا استخدام هذه الفئة لـ
تدريب نماذج التعلم الآلي مع التحقق المتبادل. بدلاً من ذلك، نبسط
التمثيل عن طريق دمجها في فئة `"rain"`.


.. GENERATED FROM PYTHON SOURCE LINES 128-135

.. code-block:: Python

    X["weather"] = (
        X["weather"]
        .astype(object)
        .replace(to_replace="heavy_rain", value="rain")
        .astype("category")
    )








.. GENERATED FROM PYTHON SOURCE LINES 136-139

.. code-block:: Python

    X["weather"].value_counts()






.. rst-class:: sphx-glr-script-out

 .. code-block:: none


    weather
    clear    11413
    misty     4544
    rain      1422
    Name: count, dtype: int64



.. GENERATED FROM PYTHON SOURCE LINES 140-142

كما هو متوقع، فإن متغير `"season"` متوازن جيدًا:


.. GENERATED FROM PYTHON SOURCE LINES 142-144

.. code-block:: Python

    X["season"].value_counts()





.. rst-class:: sphx-glr-script-out

 .. code-block:: none


    season
    fall      4496
    summer    4409
    spring    4242
    winter    4232
    Name: count, dtype: int64



.. GENERATED FROM PYTHON SOURCE LINES 145-157

التحقق المتبادل على أساس الوقت
---------------------------

نظرًا لأن مجموعة البيانات هي سجل أحداث مرتب زمنيًا (طلب كل ساعة)، فسنستخدم
مُقسِّمًا للتحقق المتبادل حساسًا للوقت لتقييم نموذج التنبؤ بالطلب
الخاص بنا بأكبر قدر ممكن من الواقعية. نستخدم فجوة لمدة يومين بين
جانب التدريب وجانب الاختبار من عمليات التقسيم. نقوم أيضًا بتحديد حجم مجموعة التدريب لجعل
أداء طيات التحقق المتبادل أكثر استقرارًا.

يجب أن تكون 1000 نقطة بيانات اختبار كافية لتحديد أداء
النموذج. يُمثل هذا أقل بقليل من شهر ونصف من بيانات الاختبار
المتجاورة:

.. GENERATED FROM PYTHON SOURCE LINES 157-166

.. code-block:: Python



    ts_cv = TimeSeriesSplit(
        n_splits=5,
        gap=48,
        max_train_size=10000,
        test_size=1000,
    )








.. GENERATED FROM PYTHON SOURCE LINES 167-169

دعونا نفحص يدويًا التقسيمات المختلفة للتحقق من أن
`TimeSeriesSplit` يعمل كما نتوقع، بدءًا من التقسيم الأول:

.. GENERATED FROM PYTHON SOURCE LINES 169-172

.. code-block:: Python

    all_splits = list(ts_cv.split(X, y))
    train_0, test_0 = all_splits[0]








.. GENERATED FROM PYTHON SOURCE LINES 173-175

.. code-block:: Python

    X.iloc[test_0]






.. raw:: html

    <div class="output_subarea output_html rendered_html output_result">
    <div>
    <style scoped>
        .dataframe tbody tr th:only-of-type {
            vertical-align: middle;
        }

        .dataframe tbody tr th {
            vertical-align: top;
        }

        .dataframe thead th {
            text-align: right;
        }
    </style>
    <table border="1" class="dataframe">
      <thead>
        <tr style="text-align: right;">
          <th></th>
          <th>season</th>
          <th>year</th>
          <th>month</th>
          <th>hour</th>
          <th>holiday</th>
          <th>weekday</th>
          <th>workingday</th>
          <th>weather</th>
          <th>temp</th>
          <th>feel_temp</th>
          <th>humidity</th>
          <th>windspeed</th>
        </tr>
      </thead>
      <tbody>
        <tr>
          <th>12379</th>
          <td>summer</td>
          <td>1</td>
          <td>6</td>
          <td>0</td>
          <td>False</td>
          <td>2</td>
          <td>True</td>
          <td>clear</td>
          <td>22.14</td>
          <td>25.760</td>
          <td>0.68</td>
          <td>27.9993</td>
        </tr>
        <tr>
          <th>12380</th>
          <td>summer</td>
          <td>1</td>
          <td>6</td>
          <td>1</td>
          <td>False</td>
          <td>2</td>
          <td>True</td>
          <td>misty</td>
          <td>21.32</td>
          <td>25.000</td>
          <td>0.77</td>
          <td>22.0028</td>
        </tr>
        <tr>
          <th>12381</th>
          <td>summer</td>
          <td>1</td>
          <td>6</td>
          <td>2</td>
          <td>False</td>
          <td>2</td>
          <td>True</td>
          <td>rain</td>
          <td>21.32</td>
          <td>25.000</td>
          <td>0.72</td>
          <td>19.9995</td>
        </tr>
        <tr>
          <th>12382</th>
          <td>summer</td>
          <td>1</td>
          <td>6</td>
          <td>3</td>
          <td>False</td>
          <td>2</td>
          <td>True</td>
          <td>rain</td>
          <td>20.50</td>
          <td>24.240</td>
          <td>0.82</td>
          <td>12.9980</td>
        </tr>
        <tr>
          <th>12383</th>
          <td>summer</td>
          <td>1</td>
          <td>6</td>
          <td>4</td>
          <td>False</td>
          <td>2</td>
          <td>True</td>
          <td>rain</td>
          <td>20.50</td>
          <td>24.240</td>
          <td>0.82</td>
          <td>12.9980</td>
        </tr>
        <tr>
          <th>...</th>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
        </tr>
        <tr>
          <th>13374</th>
          <td>fall</td>
          <td>1</td>
          <td>7</td>
          <td>11</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>clear</td>
          <td>34.44</td>
          <td>40.150</td>
          <td>0.53</td>
          <td>15.0013</td>
        </tr>
        <tr>
          <th>13375</th>
          <td>fall</td>
          <td>1</td>
          <td>7</td>
          <td>12</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>clear</td>
          <td>34.44</td>
          <td>39.395</td>
          <td>0.49</td>
          <td>8.9981</td>
        </tr>
        <tr>
          <th>13376</th>
          <td>fall</td>
          <td>1</td>
          <td>7</td>
          <td>13</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>clear</td>
          <td>34.44</td>
          <td>39.395</td>
          <td>0.49</td>
          <td>19.0012</td>
        </tr>
        <tr>
          <th>13377</th>
          <td>fall</td>
          <td>1</td>
          <td>7</td>
          <td>14</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>clear</td>
          <td>36.08</td>
          <td>40.910</td>
          <td>0.42</td>
          <td>7.0015</td>
        </tr>
        <tr>
          <th>13378</th>
          <td>fall</td>
          <td>1</td>
          <td>7</td>
          <td>15</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>clear</td>
          <td>35.26</td>
          <td>40.150</td>
          <td>0.47</td>
          <td>16.9979</td>
        </tr>
      </tbody>
    </table>
    <p>1000 rows × 12 columns</p>
    </div>
    </div>
    <br />
    <br />

.. GENERATED FROM PYTHON SOURCE LINES 176-178

.. code-block:: Python

    X.iloc[train_0]






.. raw:: html

    <div class="output_subarea output_html rendered_html output_result">
    <div>
    <style scoped>
        .dataframe tbody tr th:only-of-type {
            vertical-align: middle;
        }

        .dataframe tbody tr th {
            vertical-align: top;
        }

        .dataframe thead th {
            text-align: right;
        }
    </style>
    <table border="1" class="dataframe">
      <thead>
        <tr style="text-align: right;">
          <th></th>
          <th>season</th>
          <th>year</th>
          <th>month</th>
          <th>hour</th>
          <th>holiday</th>
          <th>weekday</th>
          <th>workingday</th>
          <th>weather</th>
          <th>temp</th>
          <th>feel_temp</th>
          <th>humidity</th>
          <th>windspeed</th>
        </tr>
      </thead>
      <tbody>
        <tr>
          <th>2331</th>
          <td>summer</td>
          <td>0</td>
          <td>4</td>
          <td>1</td>
          <td>False</td>
          <td>2</td>
          <td>True</td>
          <td>misty</td>
          <td>25.42</td>
          <td>31.060</td>
          <td>0.50</td>
          <td>6.0032</td>
        </tr>
        <tr>
          <th>2332</th>
          <td>summer</td>
          <td>0</td>
          <td>4</td>
          <td>2</td>
          <td>False</td>
          <td>2</td>
          <td>True</td>
          <td>misty</td>
          <td>24.60</td>
          <td>31.060</td>
          <td>0.53</td>
          <td>8.9981</td>
        </tr>
        <tr>
          <th>2333</th>
          <td>summer</td>
          <td>0</td>
          <td>4</td>
          <td>3</td>
          <td>False</td>
          <td>2</td>
          <td>True</td>
          <td>misty</td>
          <td>23.78</td>
          <td>27.275</td>
          <td>0.56</td>
          <td>8.9981</td>
        </tr>
        <tr>
          <th>2334</th>
          <td>summer</td>
          <td>0</td>
          <td>4</td>
          <td>4</td>
          <td>False</td>
          <td>2</td>
          <td>True</td>
          <td>misty</td>
          <td>22.96</td>
          <td>26.515</td>
          <td>0.64</td>
          <td>8.9981</td>
        </tr>
        <tr>
          <th>2335</th>
          <td>summer</td>
          <td>0</td>
          <td>4</td>
          <td>5</td>
          <td>False</td>
          <td>2</td>
          <td>True</td>
          <td>misty</td>
          <td>22.14</td>
          <td>25.760</td>
          <td>0.68</td>
          <td>8.9981</td>
        </tr>
        <tr>
          <th>...</th>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
        </tr>
        <tr>
          <th>12326</th>
          <td>summer</td>
          <td>1</td>
          <td>6</td>
          <td>19</td>
          <td>False</td>
          <td>6</td>
          <td>False</td>
          <td>clear</td>
          <td>26.24</td>
          <td>31.060</td>
          <td>0.36</td>
          <td>11.0014</td>
        </tr>
        <tr>
          <th>12327</th>
          <td>summer</td>
          <td>1</td>
          <td>6</td>
          <td>20</td>
          <td>False</td>
          <td>6</td>
          <td>False</td>
          <td>clear</td>
          <td>25.42</td>
          <td>31.060</td>
          <td>0.35</td>
          <td>19.0012</td>
        </tr>
        <tr>
          <th>12328</th>
          <td>summer</td>
          <td>1</td>
          <td>6</td>
          <td>21</td>
          <td>False</td>
          <td>6</td>
          <td>False</td>
          <td>clear</td>
          <td>24.60</td>
          <td>31.060</td>
          <td>0.40</td>
          <td>7.0015</td>
        </tr>
        <tr>
          <th>12329</th>
          <td>summer</td>
          <td>1</td>
          <td>6</td>
          <td>22</td>
          <td>False</td>
          <td>6</td>
          <td>False</td>
          <td>clear</td>
          <td>23.78</td>
          <td>27.275</td>
          <td>0.46</td>
          <td>8.9981</td>
        </tr>
        <tr>
          <th>12330</th>
          <td>summer</td>
          <td>1</td>
          <td>6</td>
          <td>23</td>
          <td>False</td>
          <td>6</td>
          <td>False</td>
          <td>clear</td>
          <td>22.96</td>
          <td>26.515</td>
          <td>0.52</td>
          <td>7.0015</td>
        </tr>
      </tbody>
    </table>
    <p>10000 rows × 12 columns</p>
    </div>
    </div>
    <br />
    <br />

.. GENERATED FROM PYTHON SOURCE LINES 179-180

نفحص الآن التقسيم الأخير:

.. GENERATED FROM PYTHON SOURCE LINES 180-182

.. code-block:: Python

    train_4, test_4 = all_splits[4]








.. GENERATED FROM PYTHON SOURCE LINES 183-186

.. code-block:: Python

    X.iloc[test_4]







.. raw:: html

    <div class="output_subarea output_html rendered_html output_result">
    <div>
    <style scoped>
        .dataframe tbody tr th:only-of-type {
            vertical-align: middle;
        }

        .dataframe tbody tr th {
            vertical-align: top;
        }

        .dataframe thead th {
            text-align: right;
        }
    </style>
    <table border="1" class="dataframe">
      <thead>
        <tr style="text-align: right;">
          <th></th>
          <th>season</th>
          <th>year</th>
          <th>month</th>
          <th>hour</th>
          <th>holiday</th>
          <th>weekday</th>
          <th>workingday</th>
          <th>weather</th>
          <th>temp</th>
          <th>feel_temp</th>
          <th>humidity</th>
          <th>windspeed</th>
        </tr>
      </thead>
      <tbody>
        <tr>
          <th>16379</th>
          <td>winter</td>
          <td>1</td>
          <td>11</td>
          <td>5</td>
          <td>False</td>
          <td>2</td>
          <td>True</td>
          <td>misty</td>
          <td>13.94</td>
          <td>16.665</td>
          <td>0.66</td>
          <td>8.9981</td>
        </tr>
        <tr>
          <th>16380</th>
          <td>winter</td>
          <td>1</td>
          <td>11</td>
          <td>6</td>
          <td>False</td>
          <td>2</td>
          <td>True</td>
          <td>misty</td>
          <td>13.94</td>
          <td>16.665</td>
          <td>0.71</td>
          <td>11.0014</td>
        </tr>
        <tr>
          <th>16381</th>
          <td>winter</td>
          <td>1</td>
          <td>11</td>
          <td>7</td>
          <td>False</td>
          <td>2</td>
          <td>True</td>
          <td>clear</td>
          <td>13.12</td>
          <td>16.665</td>
          <td>0.76</td>
          <td>6.0032</td>
        </tr>
        <tr>
          <th>16382</th>
          <td>winter</td>
          <td>1</td>
          <td>11</td>
          <td>8</td>
          <td>False</td>
          <td>2</td>
          <td>True</td>
          <td>clear</td>
          <td>13.94</td>
          <td>16.665</td>
          <td>0.71</td>
          <td>8.9981</td>
        </tr>
        <tr>
          <th>16383</th>
          <td>winter</td>
          <td>1</td>
          <td>11</td>
          <td>9</td>
          <td>False</td>
          <td>2</td>
          <td>True</td>
          <td>misty</td>
          <td>14.76</td>
          <td>18.940</td>
          <td>0.71</td>
          <td>0.0000</td>
        </tr>
        <tr>
          <th>...</th>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
        </tr>
        <tr>
          <th>17374</th>
          <td>spring</td>
          <td>1</td>
          <td>12</td>
          <td>19</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>misty</td>
          <td>10.66</td>
          <td>12.880</td>
          <td>0.60</td>
          <td>11.0014</td>
        </tr>
        <tr>
          <th>17375</th>
          <td>spring</td>
          <td>1</td>
          <td>12</td>
          <td>20</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>misty</td>
          <td>10.66</td>
          <td>12.880</td>
          <td>0.60</td>
          <td>11.0014</td>
        </tr>
        <tr>
          <th>17376</th>
          <td>spring</td>
          <td>1</td>
          <td>12</td>
          <td>21</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>clear</td>
          <td>10.66</td>
          <td>12.880</td>
          <td>0.60</td>
          <td>11.0014</td>
        </tr>
        <tr>
          <th>17377</th>
          <td>spring</td>
          <td>1</td>
          <td>12</td>
          <td>22</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>clear</td>
          <td>10.66</td>
          <td>13.635</td>
          <td>0.56</td>
          <td>8.9981</td>
        </tr>
        <tr>
          <th>17378</th>
          <td>spring</td>
          <td>1</td>
          <td>12</td>
          <td>23</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>clear</td>
          <td>10.66</td>
          <td>13.635</td>
          <td>0.65</td>
          <td>8.9981</td>
        </tr>
      </tbody>
    </table>
    <p>1000 rows × 12 columns</p>
    </div>
    </div>
    <br />
    <br />

.. GENERATED FROM PYTHON SOURCE LINES 187-189

.. code-block:: Python

    X.iloc[train_4]






.. raw:: html

    <div class="output_subarea output_html rendered_html output_result">
    <div>
    <style scoped>
        .dataframe tbody tr th:only-of-type {
            vertical-align: middle;
        }

        .dataframe tbody tr th {
            vertical-align: top;
        }

        .dataframe thead th {
            text-align: right;
        }
    </style>
    <table border="1" class="dataframe">
      <thead>
        <tr style="text-align: right;">
          <th></th>
          <th>season</th>
          <th>year</th>
          <th>month</th>
          <th>hour</th>
          <th>holiday</th>
          <th>weekday</th>
          <th>workingday</th>
          <th>weather</th>
          <th>temp</th>
          <th>feel_temp</th>
          <th>humidity</th>
          <th>windspeed</th>
        </tr>
      </thead>
      <tbody>
        <tr>
          <th>6331</th>
          <td>winter</td>
          <td>0</td>
          <td>9</td>
          <td>9</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>misty</td>
          <td>26.24</td>
          <td>28.790</td>
          <td>0.89</td>
          <td>12.9980</td>
        </tr>
        <tr>
          <th>6332</th>
          <td>winter</td>
          <td>0</td>
          <td>9</td>
          <td>10</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>misty</td>
          <td>26.24</td>
          <td>28.790</td>
          <td>0.89</td>
          <td>12.9980</td>
        </tr>
        <tr>
          <th>6333</th>
          <td>winter</td>
          <td>0</td>
          <td>9</td>
          <td>11</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>clear</td>
          <td>27.88</td>
          <td>31.820</td>
          <td>0.79</td>
          <td>15.0013</td>
        </tr>
        <tr>
          <th>6334</th>
          <td>winter</td>
          <td>0</td>
          <td>9</td>
          <td>12</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>misty</td>
          <td>27.88</td>
          <td>31.820</td>
          <td>0.79</td>
          <td>11.0014</td>
        </tr>
        <tr>
          <th>6335</th>
          <td>winter</td>
          <td>0</td>
          <td>9</td>
          <td>13</td>
          <td>False</td>
          <td>1</td>
          <td>True</td>
          <td>misty</td>
          <td>28.70</td>
          <td>33.335</td>
          <td>0.74</td>
          <td>11.0014</td>
        </tr>
        <tr>
          <th>...</th>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
          <td>...</td>
        </tr>
        <tr>
          <th>16326</th>
          <td>winter</td>
          <td>1</td>
          <td>11</td>
          <td>0</td>
          <td>False</td>
          <td>0</td>
          <td>False</td>
          <td>misty</td>
          <td>12.30</td>
          <td>15.150</td>
          <td>0.70</td>
          <td>11.0014</td>
        </tr>
        <tr>
          <th>16327</th>
          <td>winter</td>
          <td>1</td>
          <td>11</td>
          <td>1</td>
          <td>False</td>
          <td>0</td>
          <td>False</td>
          <td>clear</td>
          <td>12.30</td>
          <td>14.395</td>
          <td>0.70</td>
          <td>12.9980</td>
        </tr>
        <tr>
          <th>16328</th>
          <td>winter</td>
          <td>1</td>
          <td>11</td>
          <td>2</td>
          <td>False</td>
          <td>0</td>
          <td>False</td>
          <td>clear</td>
          <td>11.48</td>
          <td>14.395</td>
          <td>0.81</td>
          <td>7.0015</td>
        </tr>
        <tr>
          <th>16329</th>
          <td>winter</td>
          <td>1</td>
          <td>11</td>
          <td>3</td>
          <td>False</td>
          <td>0</td>
          <td>False</td>
          <td>misty</td>
          <td>12.30</td>
          <td>15.150</td>
          <td>0.81</td>
          <td>11.0014</td>
        </tr>
        <tr>
          <th>16330</th>
          <td>winter</td>
          <td>1</td>
          <td>11</td>
          <td>4</td>
          <td>False</td>
          <td>0</td>
          <td>False</td>
          <td>misty</td>
          <td>12.30</td>
          <td>14.395</td>
          <td>0.81</td>
          <td>12.9980</td>
        </tr>
      </tbody>
    </table>
    <p>10000 rows × 12 columns</p>
    </div>
    </div>
    <br />
    <br />

.. GENERATED FROM PYTHON SOURCE LINES 190-208

كل شيء على ما يرام. نحن الآن جاهزون لإجراء بعض النمذجة التنبؤية!

تعزيز التدرج
-----------------

غالبًا ما يكون انحدار تعزيز التدرج مع أشجار القرار مرنًا بما يكفي لـ
معالجة البيانات الجدولية غير المتجانسة بكفاءة مع مزيج من الميزات الفئوية و
الرقمية طالما أن عدد العينات كبير بما يكفي.

هنا، نستخدم
:class:`~sklearn.ensemble.HistGradientBoostingRegressor` الحديث مع دعم أصلي
للميزات الفئوية. لذلك، نحتاج فقط إلى تعيين
`categorical_features="from_dtype"` بحيث تُعتبر الميزات ذات نوع البيانات الفئوية
ميزات فئوية. كمرجع، نستخرج الميزات الفئوية من إطار البيانات بناءً على
نوع البيانات. تستخدم الأشجار الداخلية قاعدة تقسيم شجرة مخصصة لهذه الميزات.

لا تحتاج المتغيرات الرقمية إلى معالجة مسبقة، ومن أجل البساطة،
نجرب فقط المعلمات الفائقة الافتراضية لهذا النموذج:

.. GENERATED FROM PYTHON SOURCE LINES 208-215

.. code-block:: Python


    gbrt = HistGradientBoostingRegressor(
        categorical_features="from_dtype", random_state=42)
    categorical_columns = X.columns[X.dtypes == "category"]
    print("الميزات الفئوية:", categorical_columns.tolist())






.. rst-class:: sphx-glr-script-out

 .. code-block:: none

    الميزات الفئوية: ['season', 'holiday', 'workingday', 'weather']




.. GENERATED FROM PYTHON SOURCE LINES 216-218

دعونا نُقيِّم نموذج تعزيز التدرج الخاص بنا باستخدام متوسط ​​الخطأ المطلق للطلب
النسبي في المتوسط ​​عبر 5 تقسيمات للتحقق المتبادل على أساس الوقت:

.. GENERATED FROM PYTHON SOURCE LINES 219-248

.. code-block:: Python



    def evaluate(model, X, y, cv, model_prop=None, model_step=None):
        cv_results = cross_validate(
            model,
            X,
            y,
            cv=cv,
            scoring=["neg_mean_absolute_error", "neg_root_mean_squared_error"],
            return_estimator=model_prop is not None,
        )
        if model_prop is not None:
            if model_step is not None:
                values = [
                    getattr(m[model_step], model_prop) for m in cv_results["estimator"]
                ]
            else:
                values = [getattr(m, model_prop) for m in cv_results["estimator"]]
            print(f"متوسط model.{model_prop} = {np.mean(values)}")
        mae = -cv_results["test_neg_mean_absolute_error"]
        rmse = -cv_results["test_neg_root_mean_squared_error"]
        print(
            f"متوسط ​​الخطأ المطلق:     {mae.mean():.3f} +/- {mae.std():.3f}\n"
            f"جذر متوسط ​​الخطأ التربيعي: {rmse.mean():.3f} +/- {rmse.std():.3f}"
        )


    evaluate(gbrt, X, y, cv=ts_cv, model_prop="n_iter_")





.. rst-class:: sphx-glr-script-out

 .. code-block:: none

    متوسط model.n_iter_ = 100.0
    متوسط ​​الخطأ المطلق:     0.044 +/- 0.003
    جذر متوسط ​​الخطأ التربيعي: 0.068 +/- 0.005




.. GENERATED FROM PYTHON SOURCE LINES 249-268

نرى أننا قمنا بتعيين `max_iter` كبيرة بما يكفي بحيث يتم الإيقاف المبكر.

يبلغ متوسط ​​خطأ هذا النموذج حوالي 4 إلى 5٪ من الحد الأقصى للطلب. هذا
جيد جدًا للمحاولة الأولى بدون أي ضبط للمعلمات الفائقة! كان علينا فقط
توضيح المتغيرات الفئوية. لاحظ أنه يتم تمرير الميزات ذات الصلة
بالوقت كما هي، أي بدون معالجتها. لكن هذه ليست مشكلة كبيرة
للنماذج المستندة إلى الشجرة لأنها تستطيع تعلم علاقة غير رتيبة
بين ميزات الإدخال الترتيبية والهدف.

هذا ليس هو الحال بالنسبة لنماذج الانحدار الخطي كما سنرى في
ما يلي.

الانحدار الخطي الساذج
-----------------------

كالمعتاد بالنسبة للنماذج الخطية، يجب ترميز المتغيرات الفئوية بشكل أحادي الاتجاه.
من أجل الاتساق، نقوم بقياس الميزات الرقمية على نفس النطاق 0-1 باستخدام
:class:`~sklearn.preprocessing.MinMaxScaler`، على الرغم من أن هذا لا يؤثر
على النتائج كثيرًا في هذه الحالة لأنها بالفعل على مقاييس قابلة للمقارنة:

.. GENERATED FROM PYTHON SOURCE LINES 268-288

.. code-block:: Python



    one_hot_encoder = OneHotEncoder(handle_unknown="ignore", sparse_output=False)
    alphas = np.logspace(-6, 6, 25)
    naive_linear_pipeline = make_pipeline(
        ColumnTransformer(
            transformers=[
                ("categorical", one_hot_encoder, categorical_columns),
            ],
            remainder=MinMaxScaler(),
        ),
        RidgeCV(alphas=alphas),
    )


    evaluate(
        naive_linear_pipeline, X, y, cv=ts_cv, model_prop="alpha_", model_step="ridgecv"
    )






.. rst-class:: sphx-glr-script-out

 .. code-block:: none

    متوسط model.alpha_ = 2.7298221281347037
    متوسط ​​الخطأ المطلق:     0.142 +/- 0.014
    جذر متوسط ​​الخطأ التربيعي: 0.184 +/- 0.020




.. GENERATED FROM PYTHON SOURCE LINES 289-317

من المؤكد أن `alpha_` المحددة موجودة في نطاقنا المحدد.

الأداء ليس جيدًا: متوسط ​​الخطأ حوالي 14٪ من الحد الأقصى
للطلب. هذا أعلى بثلاث مرات من متوسط ​​خطأ نموذج
تعزيز التدرج. يمكننا أن نشك في أن الترميز الأصلي الساذج
(تم قياسه ببساطة من الحد الأدنى إلى الحد الأقصى) للميزات الدورية ذات الصلة
بالوقت قد يمنع نموذج الانحدار الخطي من الاستفادة بشكل صحيح من معلومات
الوقت: لا يُنمذج الانحدار الخطي تلقائيًا العلاقات غير الرتيبة بين
ميزات الإدخال والهدف. يجب هندسة المصطلحات غير الخطية في
الإدخال.

على سبيل المثال، يمنع الترميز الرقمي الأولي لميزة `"hour"` النموذج
الخطي من التعرف على أن زيادة الساعة في الصباح من 6
إلى 8 يجب أن يكون لها تأثير إيجابي قوي على عدد تأجيرات الدراجات بينما
يجب أن يكون للزيادة ذات الحجم المماثل في المساء من 18 إلى 20 تأثير
سلبي قوي على العدد المتوقع لتأجيرات الدراجات.

الخطوات الزمنية كفئات
------------------------

نظرًا لأن ميزات الوقت مُرمَّزة بطريقة منفصلة باستخدام أعداد صحيحة (24
قيمة فريدة في ميزة "hours")، يمكننا أن نقرر التعامل مع هذه
كمتغيرات فئوية باستخدام ترميز أحادي الاتجاه وبالتالي تجاهل أي
افتراض ضمني بترتيب قيم الساعة.

يمنح استخدام الترميز الأحادي الاتجاه لميزات الوقت النموذج الخطي
مرونة أكبر بكثير حيث نُقدم ميزة إضافية واحدة لكل مستوى زمني
منفصل.

.. GENERATED FROM PYTHON SOURCE LINES 317-330

.. code-block:: Python

    one_hot_linear_pipeline = make_pipeline(
        ColumnTransformer(
            transformers=[
                ("categorical", one_hot_encoder, categorical_columns),
                ("one_hot_time", one_hot_encoder, ["hour", "weekday", "month"]),
            ],
            remainder=MinMaxScaler(),
        ),
        RidgeCV(alphas=alphas),
    )

    evaluate(one_hot_linear_pipeline, X, y, cv=ts_cv)





.. rst-class:: sphx-glr-script-out

 .. code-block:: none

    متوسط ​​الخطأ المطلق:     0.099 +/- 0.011
    جذر متوسط ​​الخطأ التربيعي: 0.131 +/- 0.011




.. GENERATED FROM PYTHON SOURCE LINES 331-359

يبلغ متوسط ​​معدل الخطأ لهذا النموذج 10٪ وهو أفضل بكثير من استخدام
الترميز الأصلي (الترتيبي) لميزة الوقت، مما يؤكد حدسنا
بأن نموذج الانحدار الخطي يستفيد من المرونة المضافة لعدم
معالجة تقدم الوقت بطريقة رتيبة.

ومع ذلك، يُسبب هذا عددًا كبيرًا جدًا من الميزات الجديدة. إذا تم تمثيل وقت
اليوم بالدقائق منذ بداية اليوم بدلاً من
الساعات، لكان الترميز الأحادي الاتجاه قد أدخل 1440 ميزة بدلاً من 24.
قد يُسبب هذا بعض التكيف الزائد الكبير. لتجنب ذلك، يمكننا استخدام
:func:`sklearn.preprocessing.KBinsDiscretizer` بدلاً من ذلك لإعادة تصنيف عدد
مستويات المتغيرات الترتيبية أو الرقمية الدقيقة مع الاستمرار
في الاستفادة من مزايا التعبير غير الرتيب للترميز
الأحادي الاتجاه.

أخيرًا، نلاحظ أيضًا أن الترميز الأحادي الاتجاه يتجاهل تمامًا
ترتيب مستويات الساعة بينما قد يكون هذا تحيزًا استقرائيًا مثيرًا للاهتمام
للحفاظ عليه إلى حد ما. في ما يلي، نحاول استكشاف ترميز سلس
وغير رتيب يحافظ محليًا على الترتيب النسبي لميزات الوقت.

الميزات المثلثية
----------------------

كمحاولة أولى، يمكننا محاولة ترميز كل من هذه الميزات الدورية
باستخدام تحويل الجيب وجيب التمام مع الفترة المقابلة.

يتم تحويل كل ميزة زمنية ترتيبية إلى ميزتين تُرمِّزان معًا
معلومات مكافئة بطريقة غير رتيبة، والأهم من ذلك بدون
أي قفزة بين القيمة الأولى والأخيرة للنطاق الدوري.

.. GENERATED FROM PYTHON SOURCE LINES 359-369

.. code-block:: Python



    def sin_transformer(period):
        return FunctionTransformer(lambda x: np.sin(x / period * 2 * np.pi))


    def cos_transformer(period):
        return FunctionTransformer(lambda x: np.cos(x / period * 2 * np.pi))









.. GENERATED FROM PYTHON SOURCE LINES 370-372

دعونا نتصور تأثير توسيع الميزة هذا على بعض بيانات الساعة
التركيبية مع القليل من الاستقراء بعد الساعة = 23:

.. GENERATED FROM PYTHON SOURCE LINES 373-383

.. code-block:: Python


    hour_df = pd.DataFrame(
        np.arange(26).reshape(-1, 1),
        columns=["hour"],
    )
    hour_df["hour_sin"] = sin_transformer(24).fit_transform(hour_df)["hour"]
    hour_df["hour_cos"] = cos_transformer(24).fit_transform(hour_df)["hour"]
    hour_df.plot(x="hour")
    _ = plt.title("الترميز المثلثي لميزة 'hour'")




.. image-sg:: /auto_examples/applications/images/sphx_glr_plot_cyclical_feature_engineering_003.png
   :alt: الترميز المثلثي لميزة 'hour'
   :srcset: /auto_examples/applications/images/sphx_glr_plot_cyclical_feature_engineering_003.png
   :class: sphx-glr-single-img





.. GENERATED FROM PYTHON SOURCE LINES 384-389

دعونا نستخدم مخطط تشتت ثنائي الأبعاد مع الساعات المُرمَّزة كألوان لنرى بشكل أفضل
كيف يُعيِّن هذا التمثيل ساعات اليوم الأربع والعشرين إلى مساحة ثنائية الأبعاد، تُشبه
نوعًا من إصدار ساعة تناظرية لمدة 24 ساعة. لاحظ أن الساعة "الخامسة والعشرين"
يتم تعيينها مرة أخرى إلى الساعة الأولى بسبب الطبيعة الدورية لتمثيل
الجيب/جيب التمام.

.. GENERATED FROM PYTHON SOURCE LINES 390-398

.. code-block:: Python

    fig, ax = plt.subplots(figsize=(7, 5))
    sp = ax.scatter(hour_df["hour_sin"], hour_df["hour_cos"], c=hour_df["hour"])
    ax.set(
        xlabel="sin(hour)",
        ylabel="cos(hour)",
    )
    _ = fig.colorbar(sp)




.. image-sg:: /auto_examples/applications/images/sphx_glr_plot_cyclical_feature_engineering_004.png
   :alt: plot cyclical feature engineering
   :srcset: /auto_examples/applications/images/sphx_glr_plot_cyclical_feature_engineering_004.png
   :class: sphx-glr-single-img





.. GENERATED FROM PYTHON SOURCE LINES 399-400

يمكننا الآن بناء خط أنابيب لاستخراج الميزات باستخدام هذه الاستراتيجية:

.. GENERATED FROM PYTHON SOURCE LINES 401-421

.. code-block:: Python


    cyclic_cossin_transformer = ColumnTransformer(
        transformers=[
            ("categorical", one_hot_encoder, categorical_columns),
            ("month_sin", sin_transformer(12), ["month"]),
            ("month_cos", cos_transformer(12), ["month"]),
            ("weekday_sin", sin_transformer(7), ["weekday"]),
            ("weekday_cos", cos_transformer(7), ["weekday"]),
            ("hour_sin", sin_transformer(24), ["hour"]),
            ("hour_cos", cos_transformer(24), ["hour"]),
        ],
        remainder=MinMaxScaler(),
    )
    cyclic_cossin_linear_pipeline = make_pipeline(
        cyclic_cossin_transformer,
        RidgeCV(alphas=alphas),
    )
    evaluate(cyclic_cossin_linear_pipeline, X, y, cv=ts_cv)






.. rst-class:: sphx-glr-script-out

 .. code-block:: none

    متوسط ​​الخطأ المطلق:     0.125 +/- 0.014
    جذر متوسط ​​الخطأ التربيعي: 0.166 +/- 0.020




.. GENERATED FROM PYTHON SOURCE LINES 422-433

أداء نموذج الانحدار الخطي الخاص بنا مع هندسة الميزات البسيطة هذه
أفضل قليلاً من استخدام ميزات الوقت الترتيبية الأصلية ولكنه
أسوأ من استخدام ميزات الوقت المُرمَّزة بشكل أحادي الاتجاه. سنُحلل المزيد
من الأسباب المحتملة لهذه النتيجة المخيبة للآمال في نهاية هذا الدفتر.

ميزات сплаين الدورية
------------------------

يمكننا تجربة ترميز بديل لميزات الوقت الدورية ذات الصلة
باستخدام تحويلات сплаين مع عدد كبير بما يكفي من сплаين، ونتيجة
لذلك، عدد أكبر من الميزات الموسعة مقارنة بتحويل الجيب/جيب التمام:

.. GENERATED FROM PYTHON SOURCE LINES 434-449

.. code-block:: Python



    def periodic_spline_transformer(period, n_splines=None, degree=3):
        if n_splines is None:
            n_splines = period
        n_knots = n_splines + 1  # دوري و include_bias هو True
        return SplineTransformer(
            degree=degree,
            n_knots=n_knots,
            knots=np.linspace(0, period, n_knots).reshape(n_knots, 1),
            extrapolation="periodic",
            include_bias=True,
        )









.. GENERATED FROM PYTHON SOURCE LINES 450-452

مرة أخرى، دعونا نتصور تأثير توسيع الميزة هذا على بعض
بيانات الساعة التركيبية مع القليل من الاستقراء بعد الساعة = 23:

.. GENERATED FROM PYTHON SOURCE LINES 453-467

.. code-block:: Python

    hour_df = pd.DataFrame(
        np.linspace(0, 26, 1000).reshape(-1, 1),
        columns=["hour"],
    )
    splines = periodic_spline_transformer(24, n_splines=12).fit_transform(hour_df)
    splines_df = pd.DataFrame(
        splines,
        columns=[f"spline_{i}" for i in range(splines.shape[1])],
    )
    pd.concat([hour_df, splines_df], axis="columns").plot(
        x="hour", cmap=plt.cm.tab20b)
    _ = plt.title("ترميز قائم على сплаين الدوري لميزة 'hour'")





.. image-sg:: /auto_examples/applications/images/sphx_glr_plot_cyclical_feature_engineering_005.png
   :alt: ترميز قائم على сплаين الدوري لميزة 'hour'
   :srcset: /auto_examples/applications/images/sphx_glr_plot_cyclical_feature_engineering_005.png
   :class: sphx-glr-single-img





.. GENERATED FROM PYTHON SOURCE LINES 468-477

بفضل استخدام معلمة `extrapolation="periodic"`، نلاحظ
أن ترميز الميزة يظل سلسًا عند الاستقراء إلى ما بعد منتصف الليل.

يمكننا الآن بناء خط أنابيب تنبؤي باستخدام استراتيجية هندسة
الميزات الدورية البديلة هذه.

من الممكن استخدام عدد أقل من сплаين من المستويات المنفصلة لهذه القيم
الترتيبية. هذا يجعل الترميز القائم على сплаين أكثر كفاءة من الترميز
الأحادي الاتجاه مع الحفاظ على معظم التعبيرية:

.. GENERATED FROM PYTHON SOURCE LINES 477-497

.. code-block:: Python


    cyclic_spline_transformer = ColumnTransformer(
        transformers=[
            ("categorical", one_hot_encoder, categorical_columns),
            ("cyclic_month", periodic_spline_transformer(
                12, n_splines=6), ["month"]),
            ("cyclic_weekday", periodic_spline_transformer(
                7, n_splines=3), ["weekday"]),
            ("cyclic_hour", periodic_spline_transformer(
                24, n_splines=12), ["hour"]),
        ],
        remainder=MinMaxScaler(),
    )
    cyclic_spline_linear_pipeline = make_pipeline(
        cyclic_spline_transformer,
        RidgeCV(alphas=alphas),
    )
    evaluate(cyclic_spline_linear_pipeline, X, y, cv=ts_cv)






.. rst-class:: sphx-glr-script-out

 .. code-block:: none

    متوسط ​​الخطأ المطلق:     0.097 +/- 0.011
    جذر متوسط ​​الخطأ التربيعي: 0.132 +/- 0.013




.. GENERATED FROM PYTHON SOURCE LINES 498-511

تُمكِّن ميزات сплаين النموذج الخطي من الاستفادة
بنجاح من الميزات الدورية ذات الصلة بالوقت وتقليل الخطأ من ~ 14٪ إلى
~ 10٪ من الحد الأقصى للطلب، وهو ما يُشبه ما لاحظناه مع
الميزات المُرمَّزة بشكل أحادي الاتجاه.

التحليل النوعي لتأثير الميزات على تنبؤات النموذج الخطي
--------------------------------------------------------------------------

هنا، نريد تصور تأثير اختيارات هندسة الميزات على
الشكل المتعلق بالوقت للتنبؤات.

للقيام بذلك، نعتبر تقسيمًا عشوائيًا قائمًا على الوقت لمقارنة التنبؤات
على مجموعة من نقاط البيانات المحتفظ بها.

.. GENERATED FROM PYTHON SOURCE LINES 511-525

.. code-block:: Python

    naive_linear_pipeline.fit(X.iloc[train_0], y.iloc[train_0])
    naive_linear_predictions = naive_linear_pipeline.predict(X.iloc[test_0])

    one_hot_linear_pipeline.fit(X.iloc[train_0], y.iloc[train_0])
    one_hot_linear_predictions = one_hot_linear_pipeline.predict(X.iloc[test_0])

    cyclic_cossin_linear_pipeline.fit(X.iloc[train_0], y.iloc[train_0])
    cyclic_cossin_linear_predictions = cyclic_cossin_linear_pipeline.predict(
        X.iloc[test_0])

    cyclic_spline_linear_pipeline.fit(X.iloc[train_0], y.iloc[train_0])
    cyclic_spline_linear_predictions = cyclic_spline_linear_pipeline.predict(
        X.iloc[test_0])








.. GENERATED FROM PYTHON SOURCE LINES 526-528

نقوم بتصور هذه التنبؤات عن طريق التكبير على آخر 96 ساعة (4 أيام) من
مجموعة الاختبار للحصول على بعض الأفكار النوعية:

.. GENERATED FROM PYTHON SOURCE LINES 528-558

.. code-block:: Python

    last_hours = slice(-96, None)
    fig, ax = plt.subplots(figsize=(12, 4))
    fig.suptitle("التنبؤات بواسطة النماذج الخطية")
    ax.plot(
        y.iloc[test_0].values[last_hours],
        "x-",
        alpha=0.2,
        label="الطلب الفعلي",
        color="black",
    )
    ax.plot(naive_linear_predictions[last_hours],
            "x-", label="ميزات الوقت الترتيبي")
    ax.plot(
        cyclic_cossin_linear_predictions[last_hours],
        "x-",
        label="ميزات الوقت المثلثية",
    )
    ax.plot(
        cyclic_spline_linear_predictions[last_hours],
        "x-",
        label="ميزات الوقت القائمة على сплаين",
    )
    ax.plot(
        one_hot_linear_predictions[last_hours],
        "x-",
        label="ميزات الوقت أحادية الاتجاه",
    )
    _ = ax.legend()





.. image-sg:: /auto_examples/applications/images/sphx_glr_plot_cyclical_feature_engineering_006.png
   :alt: التنبؤات بواسطة النماذج الخطية
   :srcset: /auto_examples/applications/images/sphx_glr_plot_cyclical_feature_engineering_006.png
   :class: sphx-glr-single-img





.. GENERATED FROM PYTHON SOURCE LINES 559-584

يمكننا استخلاص الاستنتاجات التالية من الرسم البياني أعلاه:

- **ميزات الوقت الترتيبية الأولية** مشكلة لأنها لا تلتقط
  الدورية الطبيعية: نلاحظ قفزة كبيرة في
  التنبؤات في نهاية كل يوم عندما تنتقل ميزات الساعة من 23 إلى
  0. يمكننا توقع قطع أثرية مماثلة في نهاية كل أسبوع أو كل عام.

- كما هو متوقع، **الميزات المثلثية** (الجيب وجيب التمام) ليس لديها
  هذه الانقطاعات في منتصف الليل، لكن نموذج الانحدار الخطي يفشل في
  الاستفادة من هذه الميزات لنمذجة التغيرات داخل اليوم بشكل صحيح.
  يمكن أن يؤدي استخدام الميزات المثلثية للتوافقيات الأعلى أو الميزات
  المثلثية الإضافية للفترة الطبيعية ذات المراحل المختلفة إلى
  إصلاح هذه المشكلة.

- تُصلح **الميزات الدورية القائمة على сплаين** هاتين المشكلتين في وقت واحد: فهي
  تمنح النموذج الخطي مزيدًا من التعبيرية من خلال تمكينه من التركيز
  على ساعات محددة بفضل استخدام 12 сплаين. علاوة على ذلك،
  يفرض خيار `extrapolation="periodic"` تمثيلًا سلسًا بين
  `hour=23` و `hour=0`.

- تتصرف **الميزات المُرمَّزة بشكل أحادي الاتجاه** بشكل مشابه للميزات الدورية
  القائمة على сплаين ولكنها أكثر حدة: على سبيل المثال، يمكنها
  نمذجة ذروة الصباح خلال أيام الأسبوع بشكل أفضل نظرًا لأن هذه الذروة تستمر أقل
  من ساعة. ومع ذلك، سنرى في ما يلي أن ما يمكن أن يكون
  ميزة للنماذج الخطية ليس بالضرورة للنماذج الأكثر تعبيرية.

.. GENERATED FROM PYTHON SOURCE LINES 587-589

يمكننا أيضًا مقارنة عدد الميزات التي استخرجها كل خط أنابيب لهندسة
الميزات:

.. GENERATED FROM PYTHON SOURCE LINES 589-591

.. code-block:: Python

    naive_linear_pipeline[:-1].transform(X).shape





.. rst-class:: sphx-glr-script-out

 .. code-block:: none


    (17379, 19)



.. GENERATED FROM PYTHON SOURCE LINES 592-594

.. code-block:: Python

    one_hot_linear_pipeline[:-1].transform(X).shape





.. rst-class:: sphx-glr-script-out

 .. code-block:: none


    (17379, 59)



.. GENERATED FROM PYTHON SOURCE LINES 595-598

.. code-block:: Python

    cyclic_cossin_linear_pipeline[:-1].transform(X).shape






.. rst-class:: sphx-glr-script-out

 .. code-block:: none


    (17379, 22)



.. GENERATED FROM PYTHON SOURCE LINES 599-602

.. code-block:: Python

    cyclic_spline_linear_pipeline[:-1].transform(X).shape






.. rst-class:: sphx-glr-script-out

 .. code-block:: none


    (17379, 37)



.. GENERATED FROM PYTHON SOURCE LINES 603-619

يؤكد هذا أن استراتيجيات الترميز الأحادي الاتجاه والترميز القائم على сплаين
تُنشئ ميزات أكثر بكثير لتمثيل الوقت من البدائل،
مما يمنح بدوره النموذج الخطي في المراحل النهائية مزيدًا من المرونة (درجات
الحرية) لتجنب نقص الملاءمة.

أخيرًا، نلاحظ أنه لا يمكن لأي من النماذج الخطية تقريب الطلب الحقيقي
على تأجير الدراجات، خاصة بالنسبة للقمم التي يمكن أن تكون حادة جدًا في ساعات
الذروة خلال أيام العمل ولكنها أكثر تسطحًا خلال عطلات نهاية الأسبوع: أكثر
النماذج الخطية دقة بناءً على сплаين أو الترميز الأحادي الاتجاه تميل إلى التنبؤ
بقمم تأجير الدراجات المتعلقة بالتنقل حتى في عطلات نهاية الأسبوع و
التقليل من تقدير الأحداث المتعلقة بالتنقل خلال أيام العمل.

تكشف أخطاء التنبؤ المنهجية هذه عن شكل من أشكال نقص الملاءمة ويمكن
تفسيرها من خلال عدم وجود مصطلحات تفاعل بين الميزات، على سبيل المثال
"workingday" والميزات المشتقة من "hours". سيتم معالجة هذه المشكلة
في القسم التالي.

.. GENERATED FROM PYTHON SOURCE LINES 622-633

نمذجة التفاعلات الزوجية مع ميزات сплаين ومتعددة الحدود
-------------------------------------------------------------------

لا تلتقط النماذج الخطية تلقائيًا تأثيرات التفاعل بين ميزات
الإدخال. لا يساعد ذلك في أن بعض الميزات غير خطية بشكل هامشي كما هو
الحال مع الميزات التي تم إنشاؤها بواسطة `SplineTransformer` (أو الترميز
الأحادي الاتجاه أو التصنيف).

ومع ذلك، من الممكن استخدام فئة `PolynomialFeatures` على ساعات مُرمَّزة
بـ сплаين خشنة الحبيبات لنمذجة تفاعل "workingday"/"hours"
صراحةً بدون إدخال عدد كبير جدًا من المتغيرات الجديدة:

.. GENERATED FROM PYTHON SOURCE LINES 633-647

.. code-block:: Python


    hour_workday_interaction = make_pipeline(
        ColumnTransformer(
            [
                ("cyclic_hour", periodic_spline_transformer(
                    24, n_splines=8), ["hour"]),
                ("workingday", FunctionTransformer(
                    lambda x: x == "True"), ["workingday"]),
            ]
        ),
        PolynomialFeatures(degree=2, interaction_only=True, include_bias=False),
    )









.. GENERATED FROM PYTHON SOURCE LINES 648-651

ثم يتم دمج هذه الميزات مع تلك المحسوبة بالفعل في
خط أنابيب сплаين السابق. يمكننا ملاحظة تحسن كبير في الأداء
عن طريق نمذجة هذا التفاعل الزوجي صراحةً:

.. GENERATED FROM PYTHON SOURCE LINES 651-663

.. code-block:: Python


    cyclic_spline_interactions_pipeline = make_pipeline(
        FeatureUnion(
            [
                ("marginal", cyclic_spline_transformer),
                ("interactions", hour_workday_interaction),
            ]
        ),
        RidgeCV(alphas=alphas),
    )
    evaluate(cyclic_spline_interactions_pipeline, X, y, cv=ts_cv)





.. rst-class:: sphx-glr-script-out

 .. code-block:: none

    متوسط ​​الخطأ المطلق:     0.078 +/- 0.009
    جذر متوسط ​​الخطأ التربيعي: 0.104 +/- 0.009




.. GENERATED FROM PYTHON SOURCE LINES 664-680

نمذجة تفاعلات الميزات غير الخطية باستخدام النوى
-----------------------------------------------------

سلَّط التحليل السابق الضوء على الحاجة إلى نمذجة التفاعلات بين
`"workingday"` و `"hours"`. مثال آخر على مثل هذا التفاعل غير الخطي
الذي نود نمذجته هو تأثير المطر
الذي قد لا يكون هو نفسه خلال أيام العمل وعطلات نهاية الأسبوع والأعياد
على سبيل المثال.

لنمذجة كل هذه التفاعلات، يمكننا إما استخدام توسيع متعدد الحدود على
جميع الميزات الهامشية مرة واحدة، بعد توسيعها القائم على сплаين. ومع ذلك،
سيُنشئ هذا عددًا تربيعيًا من الميزات التي يمكن أن تُسبب مشكلات في التكيف الزائد
وقابلية التتبع الحسابي.

بدلاً من ذلك، يمكننا استخدام طريقة Nyström لحساب توسيع نواة
متعدد الحدود تقريبي. دعونا نجرب هذا الأخير:

.. GENERATED FROM PYTHON SOURCE LINES 680-689

.. code-block:: Python


    cyclic_spline_poly_pipeline = make_pipeline(
        cyclic_spline_transformer,
        Nystroem(kernel="poly", degree=2, n_components=300, random_state=0),
        RidgeCV(alphas=alphas),
    )
    evaluate(cyclic_spline_poly_pipeline, X, y, cv=ts_cv)






.. rst-class:: sphx-glr-script-out

 .. code-block:: none

    متوسط ​​الخطأ المطلق:     0.053 +/- 0.002
    جذر متوسط ​​الخطأ التربيعي: 0.076 +/- 0.004




.. GENERATED FROM PYTHON SOURCE LINES 690-700

نلاحظ أن هذا النموذج يمكن أن ينافس تقريبًا أداء أشجار التعزيز
المتدرج بمتوسط ​​خطأ حوالي 5٪ من الحد الأقصى للطلب.

لاحظ أنه على الرغم من أن الخطوة الأخيرة من خط الأنابيب هذا هي نموذج انحدار
خطي، فإن الخطوات الوسيطة مثل استخراج ميزة сплаين وتقريب
نواة Nyström غير خطية للغاية. نتيجة لذلك، يكون خط الأنابيب المركب
أكثر تعبيرية من نموذج الانحدار الخطي البسيط ذي الميزات الأولية.

من أجل الاكتمال، نقوم أيضًا بتقييم مزيج من الترميز الأحادي
الاتجاه وتقريب النواة:

.. GENERATED FROM PYTHON SOURCE LINES 701-716

.. code-block:: Python


    one_hot_poly_pipeline = make_pipeline(
        ColumnTransformer(
            transformers=[
                ("categorical", one_hot_encoder, categorical_columns),
                ("one_hot_time", one_hot_encoder, ["hour", "weekday", "month"]),
            ],
            remainder="passthrough",
        ),
        Nystroem(kernel="poly", degree=2, n_components=300, random_state=0),
        RidgeCV(alphas=alphas),
    )
    evaluate(one_hot_poly_pipeline, X, y, cv=ts_cv)






.. rst-class:: sphx-glr-script-out

 .. code-block:: none

    متوسط ​​الخطأ المطلق:     0.082 +/- 0.006
    جذر متوسط ​​الخطأ التربيعي: 0.111 +/- 0.011




.. GENERATED FROM PYTHON SOURCE LINES 717-720

بينما كانت الميزات المُرمَّزة بشكل أحادي الاتجاه تنافسية مع الميزات القائمة
على сплаين عند استخدام نماذج خطية، لم يعد هذا هو الحال عند استخدام تقريب
منخفض الرتبة لنواة غير خطية: يمكن تفسير ذلك من خلال حقيقة أن
ميزات сплаين أكثر سلاسة وتسمح لتقريب النواة بالعثور عل


.. rst-class:: sphx-glr-timing

   **Total running time of the script:** (0 minutes 16.698 seconds)


.. _sphx_glr_download_auto_examples_applications_plot_cyclical_feature_engineering.py:

.. only:: html

  .. container:: sphx-glr-footer sphx-glr-footer-example

    .. container:: binder-badge

      .. image:: images/binder_badge_logo.svg
        :target: https://mybinder.org/v2/gh/scikit-learn/scikit-learn/main?urlpath=lab/tree/notebooks/auto_examples/applications/plot_cyclical_feature_engineering.ipynb
        :alt: Launch binder
        :width: 150 px

    .. container:: lite-badge

      .. image:: images/jupyterlite_badge_logo.svg
        :target: ../../lite/lab/index.html?path=auto_examples/applications/plot_cyclical_feature_engineering.ipynb
        :alt: Launch JupyterLite
        :width: 150 px

    .. container:: sphx-glr-download sphx-glr-download-jupyter

      :download:`Download Jupyter notebook: plot_cyclical_feature_engineering.ipynb <plot_cyclical_feature_engineering.ipynb>`

    .. container:: sphx-glr-download sphx-glr-download-python

      :download:`Download Python source code: plot_cyclical_feature_engineering.py <plot_cyclical_feature_engineering.py>`

    .. container:: sphx-glr-download sphx-glr-download-zip

      :download:`Download zipped: plot_cyclical_feature_engineering.zip <plot_cyclical_feature_engineering.zip>`


.. include:: plot_cyclical_feature_engineering.recommendations


.. only:: html

 .. rst-class:: sphx-glr-signature

    `Gallery generated by Sphinx-Gallery <https://sphinx-gallery.github.io>`_