第184章 过拟合的代价(4/10)
保存完毕后,他没有停歇,将同样的算法和审查逻辑套用到了剩余的一百八十五条稳定候选边上。
程序不再盲目按照相关强弱进行排序。
每一条候选边,都必须先通过五项归因审查。
它是否贴着物理邻接关系?
是否跟随读出分组发生迁移?
是否在校准或重新同步后消失?
是否随控制策略版本改变?
对控制动作进行条件化后,它还剩多少真实的相关性?
上午九点二十六分。
第一轮分类完成。
原本混在同一张稳定相关清单里的一百八十六条候选边,被重新分成四类。
【稳定候选边重分类清单】
随读出结构迁移:79
随控制策略迁移:48
来源未定:41
物理相关候选:18
一百八十六条。
只剩十八条有资格继续进入物理归因的下一轮。
而其中最强的那一条,已经被永久划进了控制策略诱发区。
江临再次打开对方团队提交的解码器更新方案。
他们将排名最前的六十四条稳定相关边直接写进了加权匹配图,重新分配了不同错误路径的代价值。
在原有的历史数据上,这套方案跑出的结果相当漂亮,甚至可以说是惊艳:
【原方案验证结果(随机切分)】
逻辑错误率代理下降:9.
6%
平均解码权重下降:11.
3%
高错误窗口改善:12/14
这也正是对方迫切希望进一步获得江临许可、将其推向正式部署的原因。
他们知道独立噪声假设过于简单粗暴,加入这些相关结构以后,解码结果确实肉眼可见地变好了。
但问题出在验证方法上。
这套验证采用了随机切分。
这意味着,同一个控制策略版本比如V4下产生的数据,被搅拌均匀后,同时出现在了训练集和验证集里。
这意味着,同一个控制策略版本,例如V4产生的数据,被随机打散以后,同时进入了参数拟合集和验证集。
这套相关性加权方案不需要理解底层物理。
它只要记住某个控制版本反复留下的固定结构,例如E-009对应的补偿脉冲,就能在同分布的验证数据里得到漂亮结果。
看起来,它学会了识别错误。
实际上,它只是记住了旧系统的动作习惯。
江临写了一段新脚本,重新划分数据。
第一轮采用逐版本留一验证。
本章未完,请翻下一页继续阅读.........