كررها، ثم غير شيئا واحدا
لماذا هذا مهم النتيجة التي يمكنك إعادة تشغيلها تساوي أكثر من أي عدد من النتائج التي يجب عليك قبولها بناء على الثقة. والنتيجة التي تصح فقط للإعدادات الدقيقة التي وجدت بها هي ادعاء أضيق من عنوانها الرئيسي.
في Module 21 رأيت: مع 5 features كل منها في 3% من الوقت، فإن model من 2 numbers يحافظ على جميع الـ 5 (sparsity 0.97, importance 0.9, seed 0). كانت تلك run واحدة.
كرر العملية: نفس الإعدادات مع البذور 1 و 2 و 3 (1,500 خطوة من 256 مثالا لكل منها، وهو كافٍ لهذا النموذج التجريبي: الأعداد تطابق التشغيلات الأطول). ثم غير شيئا واحدا لم تذكره المطالبة: سرعة انخفاض الأهمية من ميزة إلى أخرى، 0.9 و 0.7 و 0.5 (عند 0.5 الميزة الأخيرة تحسب بـ 1/16 مما تحسب به الأولى).
تنبؤ أول: عند الأهمية 0.5، هل سيحتفظ بها جميعاً الـ 5؟
الكلمات والرموز في هذا الدرس
- seed
- الرقم الذي يحدد الخيارات العشوائية لـ run؛ بذور أخرى تعطي نتائج أخرى
اضبط my_guess على "yes" أو "no". املأ kept[importance] بعدد الميزات المخزّنة للبذور 1 و2 و3 (قائمة من ثلاثة) عند الأهمية 0.9 و0.7 و0.5. اضبط holds_at على قيم الأهمية التي تحتفظ فيها البذور الثلاث كلها بالخمس كلها.
سيفتح هذا التمرين قريبا
أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.
يقوم هذا المتصفح بحظر ملفات تعريف الارتباط لـ learn.floati.life، لذا لا يمكن فتح الدروس التي أنهيتها هنا بالترتيب. اسمح بملفات تعريف الارتباط لهذا الموقع وأعد التحميل.