一起动脑筋 · 先看一个小故事
女孩区分水果时会看形状、颜色和大小。机器人也需要能参与计算的输入线索。
把过程摊开来看
- 原始对象水果
- 可用线索颜色、形状、重量
- 模型计算组合线索
- 预测类别等结果
特征是模型使用的可计算信息。
有些特征由人整理，如重量；有些由模型从原始图片中学习出来。好的特征应与任务相关，而不是只在训练样本里碰巧出现。
例如拍照桌布颜色通常不该成为水果类别的主要依据。
轮到你来试一试
所有苹果都放红盘里，模型可能错误依赖哪种特征？
想好了吗？点开看解释
盘子的颜色。换成蓝盘后可能失灵，因此要检查模型是否学到与目标真正相关的线索。
带走一个发现
特征是模型使用的可计算信息。
试着遮住上面的图，把每一步讲给家人听。如果某一步说不清楚，就回到那张卡片再看一遍。