Funktionsverknüpfungen: Playground-Übungen

Vorstellung von Funktionsverknüpfungen

Kann eine Featureverknüpfung ein Modell wirklich für nicht lineare Daten aktivieren? Versuche es mit dieser Übung.

Aufgabe: Erstellen Sie ein Modell, bei dem die blauen Punkte von den orangefarbenen Punkten getrennt werden. Ändern Sie dazu die Gewichtung der folgenden drei Eingabefeatures manuell:

  • x1
  • x2
  • x1 x2 (Funktionskreuz)

So ändern Sie eine Gewichtung manuell:

  1. Klicken Sie auf eine Zeile, die FEATURES mit OUTPUT verbindet. Ein Eingabeformular wird angezeigt.
  2. Geben Sie in dieses Eingabeformular einen Gleitkommawert ein.
  3. Drücken Sie die Eingabetaste.

Die Oberfläche dieser Übung hat keine Schaltfläche für den Schritt. Das liegt daran, dass in dieser Übung ein Modell nicht iterativ trainiert wird. Stattdessen geben Sie die endgültigen Gewichtungen für das Modell manuell ein.

Die Antworten werden direkt unter der Übung angezeigt.




Komplexere Funktionsverknüpfungen

Jetzt spielen wir mit einigen erweiterten Kombinationen von Funktionen. Das Dataset in diesem Playground-Training sieht ein wenig wie eine laute Zielscheibe aus einem Dartspiel aus – mit den blauen Punkten in der Mitte und den orangefarbenen Punkten in einem äußeren Ring.

Aufgabe 1: Führen Sie dieses lineare Modell wie angegeben aus. Nehmen Sie sich ein bis zwei Minuten Zeit, um verschiedene Einstellungen für die Lernrate auszuprobieren. Kann ein lineares Modell effektive Ergebnisse für dieses Dataset liefern?

Aufgabe 2: Versuchen Sie nun, produktübergreifende Features wie x1x2 hinzuzufügen, um die Leistung zu optimieren.

  • Welche Funktionen sind am hilfreichsten?
  • Was ist die beste Leistung?

Aufgabe 3: Wenn Sie ein gutes Modell haben, prüfen Sie die Modellausgabeoberfläche (ermittelt durch die Hintergrundfarbe).

  1. Sieht es sich wie ein lineares Modell aus?
  2. Wie würden Sie das Modell beschreiben?

Die Antworten werden direkt unter der Übung angezeigt.