Data kategorikal: Latihan silang fitur

Playground adalah aplikasi interaktif yang memungkinkan Anda memanipulasi berbagai aspek 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 menggunakan widget Playground yang disematkan di bawah petunjuk.

Latihan 1: Persilangan fitur dasar

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

  • Di bagian FITUR, perhatikan tiga potensi fitur model:
    • x1
    • x2
    • x1x2
  • Di bagian OUTPUT, Anda akan melihat persegi yang berisi titik-titik oranye dan biru. Bayangkan Anda sedang 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 Anda melihatnya dengan cermat, Anda akan melihat tiga garis putus-putus samar yang menghubungkan setiap fitur ke output. Lebar setiap garis putus-putus melambangkan bobot yang saat ini terkait dengan setiap fitur. Garis ini sangat samar karena bobot awal untuk setiap fitur diinisialisasi ke 0. Saat bobot 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. Jendela pop-up akan muncul.
  2. Di pop-up, masukkan bobot 1.0.
  3. Tekan Enter.

Perhatikan catatan berikut:

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

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

Latihan 2: Persilangan fitur yang lebih canggih

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

  • Titik-titik tersebut membentuk pola yang kira-kira berbentuk bola.
  • Susunan titiknya tidak beraturan; misalnya, perhatikan titik biru yang sesekali muncul di luar lingkaran titik oranye. Oleh karena itu, bahkan model yang sangat baik pun cenderung 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 lingkaran hitam. Playground akan mulai melatih model; amati peningkatan penghitung Epoch.
  2. Setelah sistem dilatih setidaknya 300 iterasi pelatihan, tekan tombol Run/Pause yang sama untuk menjeda pelatihan.
  3. Lihat modelnya. Apakah model membuat prediksi yang baik? Dengan kata lain, apakah titik biru umumnya dikelilingi latar belakang biru, dan apakah titik oranye umumnya dikelilingi latar belakang oranye?
  4. Periksa nilai Test loss, yang muncul tepat di bawah OUTPUT. Apakah nilai ini lebih mendekati 1,0 (kerugian lebih tinggi) atau lebih mendekati 0 (kerugian lebih rendah)?
  5. Reset Playground dengan menekan panah melengkung di sebelah kiri tombol Jalankan/Jeda.

Tugas 2: Bangun 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 selama minimal 500 iterasi pelatihan.
  4. Periksa nilai Kerugian pengujian. Dapatkah Anda memperoleh Test loss kurang dari 0,2?

Solusi muncul di bawah Playground.

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