Data kategorikal: Latihan silang fitur

Playground adalah aplikasi interaktif yang memungkinkan Anda memanipulasi berbagai pelatihan dan pengujian model machine learning. Dengan Playground, Anda dapat memilih fitur dan menyesuaikan hyperparameter, lalu menemukan pengaruh pilihan Anda terhadap model.

Halaman ini berisi dua latihan Playground.

Latihan 1: Persilangan fitur dasar

Untuk latihan ini, fokus pada bagian Playground berikut antarmuka pengguna:

  • Di bawah FITUR, perhatikan tiga potensi fitur model:
    • 1
    • x2
    • x1x2
  • Di bawah OUTPUT, Anda akan melihat kotak yang berisi warna oranye dan titik biru. Bayangkan Anda melihat hutan persegi, dengan titik oranye menandai posisi pohon yang sakit dan titik biru menandai posisi pohon yang sehat.
  • Di antara FITUR dan OUTPUT, jika melihat lebih dekat, Anda akan melihat tiga garis putus-putus samar yang menghubungkan setiap fitur ke {i>output<i}. Lebar setiap garis putus-putus melambangkan bobot yang saat ini dikaitkan dengan setiap fitur. Garis ini sangat samar karena bobot awal untuk setiap fitur diinisialisasi ke 0. Seiring ketebalan bertambah atau berkurang, ketebalan garis ini juga akan berubah.

Tugas 1: Jelajahi Playground dengan melakukan hal berikut:

  1. Klik garis samar yang menghubungkan fitur x1 ke output. Pop-up akan muncul.
  2. Pada pop-up, masukkan berat 1.0.
  3. Tekan Enter.

Perhatikan catatan berikut:

  • Garis putus-putus untuk x1 menjadi lebih tebal seiring bertambahnya bobot mulai dari 0 hingga 1,0.
  • Latar belakang oranye dan biru kini muncul.
    • Latar belakang oranye adalah tebakan model tentang lokasi pohon yang sakit alamat IP internalnya.
    • Latar belakang biru adalah tebakan model tentang lokasi pohon yang sehat alamat IP internalnya. Model ini melakukan pekerjaan yang buruk; sekitar setengah dari tebakan model salah.
  • Karena bobotnya adalah 1,0 untuk x1 dan 0 untuk fitur lainnya, model akan cocok dengan nilai x1 secara persis.

Tugas 2: Ubah bobot salah satu atau ketiga fitur sehingga model (warna latar belakang) berhasil memprediksi pohon yang sakit dan sehat. Solusinya muncul tepat di bawah Playground.

Latihan 2: Persilangan fitur yang lebih canggih

Untuk latihan kedua, lihat pengaturan titik oranye (pohon sakit) dan titik biru (pohon sehat) dalam model output, perhatikan hal berikut:

  • Titik-titik membentuk pola yang kira-kira berbentuk bulat.
  • Pengaturan titik berisi derau; misalnya, perhatikan titik-titik biru yang sesekali muncul di bola luar titik oranye. Oleh karena itu, bahkan model yang hebat kemungkinan tidak dapat memprediksi setiap titik dengan benar.

Tugas 1: Jelajahi UI Playground dengan melakukan hal berikut:

  1. Klik tombol Run/Pause, yaitu segitiga putih di dalam kotak hitam lingkaran. Playground akan mulai melatih model; amati penghitung Epochs yang bertambah.
  2. Setelah sistem dilatih setidaknya selama 300 iterasi, tekan tombol Run/Pause yang sama untuk menjeda pelatihan.
  3. Lihat modelnya. Apakah modelnya membuat prediksi yang baik? Dengan kata lain, apakah titik biru umumnya dikelilingi oleh latar belakang biru, dan apakah titik oranye umumnya dikelilingi oleh latar belakang oranye?
  4. Periksa nilai Kerugian pengujian, yang muncul tepat di bawah OUTPUT. Apakah nilai ini lebih dekat ke 1,0 (kerugian lebih tinggi) atau lebih dekat ke 0 (kerugian lebih rendah)?
  5. Reset Playground dengan menekan panah melengkung ke kiri Tombol Run/Pause.

Tugas 2: Buat model yang lebih baik dengan melakukan hal berikut:

  1. Pilih atau batalkan pilihan kombinasi dari lima kemungkinan fitur.
  2. Sesuaikan kecepatan pembelajaran.
  3. Latih sistem setidaknya 500 epoch.
  4. Periksa nilai Kerugian pengujian. Bisakah Anda mendapatkan Kerugian pengujian kurang dari 0,2?

Solusi muncul di bawah Playground.

Sebelumnya
Persilangan fitur (5 mnt)
Berikutnya
Uji pengetahuan Anda (10 menit)