Combinaciones de atributos: Ejercicios de Playground

Introducción a las combinaciones de atributos

¿Una combinación de atributos realmente puede permitir que un modelo se adapte a datos no lineales? Para averiguarlo, prueba este ejercicio.

Tarea: Intenta crear un modelo que separe los puntos azules de los anaranjados al cambiar manualmente las ponderaciones de los tres atributos de entrada siguientes:

  • x1
  • x2
  • x1 x2 (combinación de atributos)

Para cambiar manualmente una ponderación, haz lo siguiente:

  1. Haz clic en una línea que conecte ATRIBUTOS con RESULTADOS. Aparecerá un formulario de entrada.
  2. Escribe un valor de punto flotante en ese formulario de entrada.
  3. Haz clic en Intro.

Ten en cuenta que la interfaz de este ejercicio no contiene un botón de Paso. Eso se debe a que el ejercicio no entrena de manera iterativa a este modelo. En lugar de eso, ingresarás manualmente las ponderaciones "finales" para el modelo.

(Las respuestas se muestran después del ejercicio).




Combinaciones de atributos más complejas

Ahora experimentemos con algunas combinaciones de atributos avanzadas. El conjunto de datos de este ejercicio de Playground parece un blanco contaminado de un juego de dardos, con puntos azules en el centro y puntos anaranjados en un círculo exterior.

Tarea 1: Ejecuta este modelo lineal como se presenta. Dedica uno o dos minutos (pero no más) probando diferentes configuraciones de tasa de aprendizaje para ver si puedes encontrar mejoras. ¿Un modelo lineal puede producir resultados eficaces para este conjunto de datos?

Tarea 2: Ahora intenta agregar atributos en todos los productos, como x1x2, para optimizar el rendimiento.

  • ¿Qué atributos son más útiles?
  • ¿Cuál es el mejor rendimiento que puedes obtener?

Tarea 3: Cuando tengas un buen modelo, examina la superficie de resultados del modelo (que se muestra con el color de fondo).

  1. ¿Se ve como un modelo lineal?
  2. ¿Cómo describirías el modelo?

(Las respuestas se muestran después del ejercicio).