تعلم الآلة من البيانات – عينات أكثر ودقة أعلى

ماذا تعرض

لا يملك نموذج تعلم الآلة قواعد مسبقة؛ بل يستنتجها من أمثلة معنونة. يجد المصنِّف هنا، وهو مصنِّف أقرب مركز، النقطة المتوسطة لكل فئة في بيانات التدريب، ويستخدم المنصِّف العمودي بين المركزين حدًا للقرار. وتُقاس الدقة على 400 عينة اختبار ثابتة لم يرها النموذج أثناء التدريب. فإذا قلّت العينات أو كثرت العينات ذات العناوين الخاطئة ابتعد الحد المتعلَّم عن الحد الحقيقي. وعندما تأتي معظم البيانات من مجموعة واحدة قد تبقى الدقة الكلية مرتفعة بينما تنخفض دقة المجموعة الأخرى: إنه تحيز مصدره البيانات.

طريقة الاستخدام

اختر «المسألة»، وفعّل «إظهار الحد الحقيقي للمقارنة»، ثم غيّر إعدادًا واحدًا في كل مرة: «عدد عينات التدريب» و«نسبة العينات ذات العناوين الخاطئة» و«حصة البيانات المأخوذة من مجموعة واحدة فقط». بعد كل تغيير قارن الحد المتعلَّم بالحد الحقيقي، واقرأ الدقة الكلية ودقة المجموعتين A وB. استخدم «إعادة التدريب» لعينة عشوائية جديدة، أو انقر المخطط لتضيف عيناتك بنفسك.

المعاملات القابلة للتغيير

• المسألة تصفية البريد العشوائي, كشف نضج الثمار
• عدد عينات التدريب 10–500 عينة
• نسبة العينات ذات العناوين الخاطئة 0–40 %
• حصة البيانات المأخوذة من مجموعة واحدة فقط 0–100 %
• إظهار الحد الحقيقي للمقارنة

أسئلة للاستكشاف

1. لماذا تُقاس دقة النموذج على 400 عينة لم تُستخدم في التدريب؟
2. كيف يتحرك حد القرار عندما تكون عناوين 30% من عينات التدريب خاطئة؟
3. إذا كانت الدقة الكلية مرتفعة، فهل يمكن أن يسيء النموذج الأداء لمجموعة واحدة بحسب أرقام المجموعتين A وB؟