Table of Contents

مقدمة: لماذا مسائل التكاليف في التصنيف

ولا تزال أشجار القرار واحدة من أكثر نماذج التعلم الآلات تفسيراً وانتشاراً على نطاق واسع في مجال الأعمال التجارية، وقدرتها على معالجة البيانات العددية والقائمة على التكتل، إلى جانب المنطق غير المناسب الذي يقوم على القواعد، مما يجعلها جذابة في الطلبات التي تتراوح بين الإئتمان المتواضع إلى التنبؤ بالاختبار، غير أن خوارزميات الشجر الموحدة التي تتخذ القرارات تعامل جميع الأخطاء في التصنيف على قدم المساواة، وفي الممارسة العملية، فإن تكلفة القرض الايجابي المزيف لا تساوي تكلفة الافتراضي.

وتعالج أشجار القرار التي تراعي التكاليف هذه الفجوة مباشرة من خلال إدراج مصفوفة للتكاليف في عملية التعلم، وبدلا من التقليل إلى أدنى حد من خطأ التصنيف، فإنها تقلل من التكلفة الإجمالية لعدم التصنيف، مما يجعل أهداف الأعمال التجارية في حلقة التدريب النموذجية، مما يتيح اتخاذ قرارات أكثر ربحية وفائدة من الناحية التشغيلية، وتستكشف هذه المادة المبادئ والتنفيذ والتطبيقات العالمية الحقيقية لأشجار القرار الحساسة من حيث التكلفة، مع توجيه عملي لعلماء البيانات ومحللي الأعمال التجارية.

فهم اتجاهات القرارات الحساسة من حيث التكلفة

وفي جوهرها، تعدل شجرة القرار التي تراعي التكلفة خوارزمية التدريب بحيث تسهم أنواع مختلفة من الأخطاء في عقوبات مختلفة، ويُبنى النموذج لتفضيل تقسيمات تقلل من سوء التصنيفات العالية التكلفة، حتى وإن كان ذلك يعني زيادة الأخطاء المنخفضة التكلفة، والمكونان الأساسيان هما مصفوفة ] التكلفة و

ما هو مصفوفة التكلفة؟

وتحدد مصفوفة التكاليف العقوبة أو التكلفة المرتبطة بكل مجموعة من الفئات الفعلية والمتوقعة، وبالنسبة لمشكلة التصنيف الثنائي، تتضمن المصفوفة أربعة بنود:

  • C(TP) = 0] - تكلفة إيجابية حقيقية (التنبؤ الخاطئ) هي صفر.
  • C(TN) = 0] - تكلفة سلبية حقيقية صفر.
  • C(FP)] - تكلفة إيجابية زائفة (مثلاً، رفع دعوى زائفة على معاملة مشروعة).
  • C(FN)] - تكلفة سلبية زائفة (مثلاً، فقدان معاملة مزورة).

وفي كثير من سيناريوهات العالم الحقيقي، تكون C(FN) أكبر بكثير من C(FP) مثلاً، ففي فحص السرطان، يمكن أن يكون عدم الكشف عن الخداع مهدداً للحياة، في حين أن الإنذار الكاذب قد لا يسبب سوى القلق الشديد والاختبارات الإضافية، وتصف مصفوفة التكلفة هذه المبادلات بحيث يمكن للنموذج أن يقلل بشكل صريح من التكلفة المتوقعة.

كم ثمن جسر "الحياكة" لـ "تريز"

"معظم عمليات تنفيذ شجرة القرار، بما في ذلك "التعلم السائل" "قبل بمقياس "الحرف "الألف" "الثاني"

وعلى عكس تقنيات الوزن البسيط التي لا تتوازن إلا في أحجام الفصول، فإن العينة التي ترجيحها حساسية التكلفة تحافظ على هيكل تكاليف الأعمال بالضبط، وستفضل الشجرة تقسيما يصنف بشكل صحيح الأخطاء الباهظة الثمن، حتى لو كان ذلك يعني تضليل الأخطاء الأرخص.

Standard vs. Cost-Sensitive Decision Trees

"في وجود تكاليف قياسية، هذا غير لائق، مثلاً، النظر في بيانات كشف الاحتيال التي لا تُزوّر إلا 1% من المعاملات، أي أنّ الشجر العادي قد يحقق الدقة 99% من خلال التنبؤ بـ "المشروع" لجميع المعاملات

لماذا تتطلب التطبيقات التجارية استشعاراً بالتكاليف

ويستلزم كل قرار من قرارات الأعمال نتائج غير متماثلة، ويؤدي عدم تماثل التكاليف إلى نماذج دقيقة تقنياً ولكنها ضارة اقتصادياً، كما أن الاستبعاد هو مجالات مشتركة توفر فيها أشجار القرار التي تراعي التكلفة ميزة واضحة.

جرائم الاحتيال

إن تكاليف الكشف عن الغش غير متماثلة إلى حد كبير، إذ يمكن أن تكلف أحداث غش كبيرة غير مكتشفة الملايين، بينما تحقق في تكاليف إيجابية زائفة فقط وقت محلل الاحتيال، ويمكن تدوين الأشجار الحساسة من حيث التكلفة لإبقاء السلبيات الكاذبة منخفضة للغاية، حتى وإن كان ذلك يعني فحص العديد من المعاملات المشروعة. ]

Customer Churn Prediction

ففقدان المشترك الطويل القيمة يكلف أكثر بكثير من فقدان مستخدم منخفض النشاط، ويمكن لأشجار القرار التي تراعي التكلفة أن تفرض عقوبة أعلى على عدم التنبؤ بقطع الطول على الشرائح ذات القيمة العالية (قيمة عمرية الزمرة) ومن خلال إعطاء أمثلة تدريبية مرجحة تتناسب مع قيمة العملاء، يتعلم النموذج إعطاء الأولوية لإجراءات الاحتفاظ بالنسبة لأكثر الحسابات ربحا.

مخاطر الائتمان وكتابة القروض

وفي الإقراض، كثيرا ما يكلف أحد السلبيات الكاذبة (تأهيل قرض سيء) كامل الخسارة في الفائدة، بينما لا يكلف أيجابي زائف (يرفض مقدم طلب جيد) سوى فرصة الربح الضائعة، فالأشجار التي تراعي التكلفة تسمح للمقرضين بأن يربطوا صراحة حدود القرار بنسبة هذه التكاليف. ] المؤلفات الأكاديمية بشأن الترميز الائتماني الحساس من حيث التكلفة .

التشخيص الطبي وعمليات الرعاية الصحية

ويمكن أن تؤدي النماذج التشخيصية التي تفتقد إلى حالة ما إلى تأخير العلاج وإلى نتائج أسوأ، في حين أن التشخيص المفرط قد يسبب إجراءات غير لازمة وقلقاً، وتساعد الأشجار الحساسة من حيث التكلفة المستشفيات على تخصيص الموارد عن طريق تقليل التكلفة الإجمالية للأخطاء، التي كثيراً ما تحدد من حيث نوعية سنوات الحياة أو النفقات الطبية المباشرة.

نُهج التنفيذ

ويمكن تحقيق أشجار القرار الحساسة من حيث التكلفة من خلال ثلاث استراتيجيات عامة هي: مستوى البيانات، ومستوى الخوارزميات، وتعديلات عتبة ما بعده، وكل منها له مفاضلات بين البساطة والمثل.

أساليب مستوى البيانات: الضبط العيني وأخذ العينات

وتتمثل الطريقة الأكثر وضوحاً في تحديد وزن العينات يتناسب مع تكلفة التضليل، وفي التعلم من الكيس، تجتازون ببساطة صفيفة [(FLT:2]) إلى طريقة ]، ثم تستخدم الشجرة هذه الأوزان في تدبير الشوائب (Gini أو المركب) بحيث تصنف بشكل صحيح الحالات العالية التكلفة، ويعادل وزنها.

أساليب مستوى الارتكاز: معايير المواصلات المعدلة

ويحد بعض البحوث من معيار التقسيم نفسه إلى الحد الأدنى مباشرة من التكلفة المتوقعة بدلا من الازدحام، فعلى سبيل المثال، يمكن لبديل " التقلبات في التكاليف " أن يكلف مختلفاً للأوراق، غير أن التعديلات على مستوى الخوارزم تتطلب تنفيذاً معيناً، وهي أقل دعماً على نطاق واسع في المكتبات الموحدة، ففي معظم التطبيقات التجارية، يكون وزن مستوى البيانات كافياً ويسهل شرحه لأصحاب المصلحة.

ما بعد الهجوم

وبعد تدريب شجرة قرار موحدة (أو أي تصنيف محتمل)، يمكن تعديل عتبة القرار بحيث تعكس التكاليف، ونظرا للإمكانيات، فإن الحد الأمثل هو p* = C(FP)/(C(FP) + C(FN)))) [في كثير من الأحيان،] عندما تكون النتائج ذات وزن أقل، يجب أن تدمج أيضاً قبلاً ولكن هذا النهج بسيط.

دليل التنفيذ التدريجي

وتوضح الخطوات التالية كيفية تنفيذ شجرة قرار تراعي التكاليف باستخدام بيتون وتعلم السكيت، ويدمج تدفق العمل تكاليف الأعمال مباشرة في التدريب النموذجي.

1 - تحديد مصفوفة تكاليف الأعمال

(ج) العمل مع خبراء المجالات لتقدير التكلفة النقدية لكل نوع من أنواع الأخطاء - وبالنسبة للاحتيال، قد يكون متوسط مبلغ المعاملات زائداً تكاليف التحقيق؛ وقد يكون أجر الشركة هو ساعة واحدة من وقت الاستعراض في محلل الاحتيال، وبالنسبة للطن، يمكن أن تكون القيمة الحالية الصافية للإيرادات الضائعة من قطاع معين من العملاء.

2 - مصفوفة التكاليف إلى الأعشاب

(ج) إن النهج القوي هو تحديد وزن لكل حالة تدريب يساوي تكلفة تصنيفها بصورة خاطئة، أما بالنسبة للمشكلة الثنائية، فتحدد وزناً للفئة (i) كمجموع تكاليف تضليل هذه الفئة.

إذا كانت مجموعة البيانات كبيرة وتختلف التكاليف حسب الحالة (مثلاً، الشورن حيث يكون لكل زبون وزن مختلف) يمكنك تحديد أوزان دائمة، وهذا امتداد مباشر للفكرة نفسها.

3 - تدريب مسار القرار مع الأوعية الدموية

from sklearn.tree import DecisionTreeClassifier

cost_FN = 500
cost_FP = 10
sample_weights = y * cost_FN + (1 - y) * cost_FP

clf = DecisionTreeClassifier(max_depth=5, random_state=42)
clf.fit(X_train, y_train, sample_weight=sample_weights)

ملاحظة: يفترض الرمز المذكور أعلاه [(FLT:5]) أن يكون مجموعة من الـ 1 (الرسوم) و(الثروات) (المحلية) - التكيف مع التزيين الفعلي، وتقلل الشجرة الآن من الشدة التي ترجحها هذه التكاليف.

4- تقييم استخدام مقاييس التكلفة - الآوار

لا تعتمد على الدقة فحسب، إذ تُحسب التكلفة الإجمالية على مجموعة اختبارات مُحتفظ بها: المجموع - التكلفة = خطأ (أخطاء افتراضية) كلفة على حدة، مقارنة بذلك بنموذج خط الأساس (مثل شجرة غير موزّعة)، وتُحدّد التكلفة على عتبات مختلفة، وتُحسب أيضاً مقاييس حساسة التكلفة مثل متوسط تكلفة كل تنبؤ [[FLFT: savings] و[2]

5 - مواصفات تون هيبربارامترات التكلفة

عمق الأشجار، وعينات الحد الأدنى لكل ورقة، وبرامترات الرش يجب أن تُستخدم على الوجه الأمثل وظيفة موضوعية قائمة على التكلفة، وإستخدام التصفيق عندما يكون الرقم الإجمالي سالباً (أو مجموع الوفورات)

قياسات التقييم للنموذجات الحساسة من حيث التكلفة

ولا تكفي القياسات القياسية مثل مقياسي تركيز الاتحاد الأفريقي - جمهورية كوريا وF1-Score للمشاكل التي تراعي التكلفة لأنها لا تستوعب الأثر النقدي، بل تستخدم ما يلي:

  • Total Misclassification Cost:] The sum of all per-error costs over the test set.
  • Cost Savings Ratio:] (Cost of baseline model - Cost of cost-sensitive model) / Cost of baseline. This shows the financial improvement.
  • Cost-Sensitive Precision and Recall:] Weight precision and recall by the costmel. For example, cost- weighted recall = (TP * 0) / (TP*0 + FN*C(FN) = equivalent to 1 - normalized cost of false negatives.
  • Lift in Monetary Terms:] Compare the cost per transaction or per client between models.

وعند تقديم تقارير إلى أصحاب المصلحة في قطاع الأعمال، يُترجم الأداء النموذجي دائما إلى دولارات مُنقذة أو مستردة من الإيرادات، ويُسهل تبرير نموذج يقلل من التكلفة الإجمالية بنسبة 30 في المائة على حساب عدد قليل من الإنذارات الزائفة الإضافية أكثر من نموذج يحسّن مفوضية الاتحاد الأفريقي بنسبة 0.02.

دراسات الحالة الحقيقية في العالم

كشف الاحتيال في ممر عملية الدفع

وقد نفذ مجهز كبير للمدفوعات أشجار قرارات تراعي التكاليف من أجل الكشف عن الغش في الوقت الحقيقي، حيث حقق نموذجها القياسي نسبة 99.8 في المائة من الدقة ولكنه لم يفد 2 في المائة من الاحتيال (معدل الناموسيات 2 في المائة)، وكل غش فوت تكلفة قدرها 150 دولارا، في حين أن كل تكلفة إيجابية زائفة تبلغ 5 دولارات في الاستعراض اليدوي، وقل معدل الاحتيال على الأشجار الحساسة من حيث التكلفة إلى 0.5 في المائة بزيادة معدل الكسب من 0.2 في المائة إلى 1.5 في المائة، ونسبة مئوية، وانخفض مجموع التكلفة الإجمالية بنسبة 62 في المائة، ونسبة 62 في المتوسط، مما يوفّر بالملايين في السنة.

استبقاء العملاء من أجل تلكو

استخدمت شركة الاتصالات أشجار قرار حساسة التكلفة للتنبؤ بالزبائن المدفوعين بالبريد، وكان لدى كل زبون علامة على الحرف الـ (CLV) (قيمة عمرية زائفة) بترجيح كل حالة تدريب من قبل مركز التدريب، ركز النموذج على الـ (CLV) عالية القيمة، ونتيجة لذلك كان تخفيضا بنسبة 40 في المائة في تكاليف الشورن مقارنة بنموذج مدرَّب على وزن متساو، لأن الحملات الشجرّة التي تراعي التكلفة تعطي الأولوية للإبقاء عليها.

التسلسل الطبي في إدارة الطوارئ

وطبقت مستشفى أشجار قرار تراعي التكاليف للتنبؤ بالمرضى الذين سيحتاجون إلى دخول وحدة العناية المركزة في غضون 24 ساعة، وعرّفت تكلفة فقدان مريض مريض مريض بأنه التكلفة المتوقعة لتأخر العلاج واحتمال تعرضه لخطر سوء السلوك، وتقدر بمبلغ 000 50 دولار، وكانت تكلفة الإفراط في الإضرار بتكلفة سرير غير ضروري لوحدة العناية المركزة، أي نحو 000 2 دولار، وقد أدى النموذج الذي يراعي التكلفة إلى تخفيض معدل الادخار الوطني بنسبة 70 في المائة مقارنة بمعدل القياسي.

التحديات المشتركة والحلول

التحدي 1: تقدير التكاليف الدقيقة

وكثيراً ما تكون تكاليف الأعمال غير مؤكدة وواقعية، وقد لا تُستشف مصفوفة تكاليف ثابتة من التقلبات (مثلاً، بعض الخسائر في الغش صغيرة، وغيرها من الخسائر الضخمة). Solution:] Use per-instance costs if available, or perform sensitivity analysis by testing multiple cost matrices. Monte Carlo simulation can help assess robustness.

التحدي 2: توازن البيانات الذي تم تبرئته بالتكاليف

وعندما تكون درجة حرارة (FN) عالية جداً، قد يبالغ النموذج في تقدير الفئة الإيجابية، مما يخلق الكثير من الإيجابية الكاذبة والعبء التشغيلي. Solution:] Tune the cost fisheries، باستخدام بيانات المصادقة.

التحدي 3: الاستفادة القصوى من الحالات المرتفعة

If a few instances have extremely high weights (e.g., a few million-dollar fraud cases), the tree may overfit to those points. Solution:] Clip or normalize weights, use regularization via or , and ensemble methods like Random Forests with sampleing.

التحدي 4: نموذج تفسير التجارة

ويمكن أن تصبح الأشجار ذات الحساسية العميقة من حيث التكلفة معقدة. Solution:] Use cost-sensitive rule extraction or limit depth. Often a shallow tree (depth 4 - 5) with sample weights provides interpretable rules and large cost savings.

خاتمة

إن أشجار القرار التي تراعي التكاليف ليست فضول نظري وإنما أداة عملية لمواءمة نماذج التعلم الآلات مع أهداف الأعمال التجارية في العالم الحقيقي، ومن خلال الانتقال إلى أبعد من الدقة وإدراج مصفوفة للتكاليف في التدريب، يمكن للمنظمات أن تخفض بشكل كبير الخسائر المالية في كشف الاحتيال وإدارة الشورن والمخاطر الائتمانية وما بعدها، وينفذ هذا التنفيذ مباشرة باستخدام المكتبات الموحدة مثل التعلم في مجال المهارات، مما يتطلب تقديرا دقيقا لتكاليف الأعمال ونماذج تقديرية ملائمة للتكلفة.

For further reading, consult the scikit-learn tree documentation] and the Class paper by Elkan (2001), "The Foundations of Cost-Sensitive Learning".