Croisements de caractéristiques : exercices sur l'utilisation du Playground

Présentation des croisements de caractéristiques

Un croisement de caractéristiques peut-il réellement activer un modèle pour apprendre des données non linéaires ? Pour le savoir, effectuez cet exercice.

Tâche : essayez de créer un modèle qui sépare les points bleus des points orange en modifiant manuellement la pondération des trois caractéristiques d'entrée suivantes :

  • x1
  • x2
  • x1 x2 (croisement de caractéristiques)

Pour modifier manuellement une pondération, procédez comme suit :

  1. Cliquez sur une ligne reliant FEATURES à OUTPUT. Un formulaire d'entrée s'affiche.
  2. Saisissez une valeur en virgule flottante dans ce formulaire.
  3. Cliquez sur "Entrer".

Notez qu'aucun bouton Étape n'est disponible dans l'interface de cet exercice. Cela est dû au fait que cet exercice n'entraîne pas de modèle de manière itérative. Vous allez plutôt saisir manuellement les pondérations "finales" pour le modèle.

(Les réponses s'affichent juste sous l'exercice.)




Croisements de caractéristiques plus complexes

Essayons maintenant quelques combinaisons de croisements de caractéristiques plus complexes. L'ensemble de données de cet exercice Playground ressemble un peu au centre de la cible d'un jeu de fléchettes, avec les points bleus au milieu et les points orange en périphérie.

Tâche 1 : exécutez ce modèle linéaire comme indiqué. Passez une ou deux minutes (mais pas plus) à essayer différents paramètres de taux d'apprentissage pour voir si des améliorations sont possibles. Un modèle linéaire peut-il produire des résultats efficaces pour cet ensemble de données ?

Tâche 2 : essayez à présent d'ajouter des caractéristiques de produits croisés, comme x1x2, pour essayer d'optimiser les performances.

  • Quelles caractéristiques sont les plus efficaces ?
  • Quelles sont les meilleures performances qu'il est possible d'obtenir ?

Tâche 3 : lorsque vous disposez d'un modèle satisfaisant, examinez sa surface de sortie (représentée par la couleur d'arrière-plan).

  1. Ressemble-t-elle à un modèle linéaire ?
  2. Comment décririez-vous le modèle ?

(Les réponses s'affichent juste sous l'exercice.)



Envoyer des commentaires concernant…

Cours d'initiation au machine learning