Playground 是一款交互式应用，可让您操纵机器学习模型训练和测试的各个方面。借助 Playground，您可以选择特征并调整超参数，然后了解您的选择对模型有何影响。
本页包含两项练习，您可以使用说明下方的嵌入式 Playground widget 完成这些练习。
练习 1：基本特征组合
在此练习中，请重点关注 Playground 界面中的以下部分：
- 在“FEATURES”下方，您会看到三个潜在的模型特征：
- x1
- x2
- x1x2
- 在“输出”下方，您会看到一个包含橙点和蓝点的正方形。假设您正在查看一个正方形森林，其中橙点表示病树的位置，蓝点表示健康树的位置。
- 在 FEATURES 和 OUTPUT 之间，如果您仔细观察，会看到三条细虚线将每个特征连接到输出。 每条虚线的宽度表示当前与每个特征关联的权重。这些线的颜色非常浅，因为每个特征的初始权重都初始化为 0。随着权重增大或减小，这些线条的粗细也会随之变化。
任务 1：通过执行以下操作来探索 Playground：
- 点击将特征 x1 连接到输出的细线。 系统会显示一个弹出式窗口。
- 在弹出式窗口中，输入权重
1.0。 - 按 Enter 键。
请注意以下几点：
- 随着权重从 0 增加到 1.0，x1 的虚线会变粗。
- 现在，系统会显示橙色和蓝色背景。
- 橙色背景表示模型猜测的病树位置。
- 蓝色背景是模型对健康树木位置的猜测。 该模型的表现非常糟糕；大约一半的猜测都是错误的。
- 由于 x1 的权重为 1.0，其他特征的权重为 0，因此模型与 x1 的值完全匹配。
任务 2：更改任意或全部三个特征的权重，使模型（背景颜色）能够成功预测病树和健康树。解决方案会显示在 Playground 下方。
练习 2：更复杂的特征组合
对于第二项练习，请查看输出模型中橙色点（病树）和蓝色点（健康树）的排列，并注意以下几点：
- 这些点大致呈球形图案。
- 点排列得比较杂乱；例如，请注意橙色点外球体中偶尔出现的蓝色点。因此，即使是出色的模型，也不太可能正确预测每个点。
任务 1：执行以下操作，探索 Playground 界面：
- 点击“运行/暂停”按钮，该按钮是一个黑色圆圈内的白色三角形。Playground 将开始训练模型；请注意“周期”计数器是否在增加。
- 在系统训练至少 300 个周期后，按同一“运行/暂停”按钮暂停训练。
- 查看模型。模型是否能做出良好的预测？换句话说，蓝点周围是否通常是蓝色背景，而橙点周围是否通常是橙色背景？
- 检查“OUTPUT”正下方的“Test loss”值。此值是更接近 1.0（损失较高）还是更接近 0（损失较低）？
- 按“跑/暂停”按钮左侧的弯曲箭头，重置“游乐场”。
任务 2：通过执行以下操作来构建更好的模型：
- 选择或取消选择五种可能的功能的任意组合。
- 调整学习速率。
- 至少训练 500 个周期。
- 检查测试损失的值。能否将测试损失降至 0.2 以下？
解决方案显示在 Playground 下方。