რას ნიშნავს მოდელის მორგება ნამდვილად
სიმულაციის მოდელი აკეთებს მათემატიკურ მტკიცებას: რეალური სისტემის გამომავალი მდებარეობს (ან რაღაც ახლოს) კონკრეტულ ზედაპირზე M დაკვირვების სივრცეში.
დაე რეალური სისტემა წარმოქმნის დაკვირვებებს y₁, y₂, ..., yₙ. მოდელი პროგნოზირებს მნიშვნელობებს ŷ₁, ŷ₂, ..., ŷₙ.
ნარჩენები როგორც მანძილი: rᵢ = yᵢ - ŷᵢ. თითოეული ნარჩენი იზომება მანძილი დაკვირვებასა და მის შესაბამის მოდელის პროგნოზს შორის. n-განზომილებიან დაკვირვების სივრცეში, ნარჩენები ქმნიან ვექტორს r = y - ŷ.
უმცროსი კვადრატების მორგება: აირჩიეთ მოდელის პარამეტრები რათა მინიმიზირებულ იყოს ||r||² = Σrᵢ². გეომეტრიულად, იპოვნეთ წერტილი ŷ მოდელის ზედაპირზე M რომელიც ყველაზე ახლოს არის დაკვირვების ვექტორ y-ის ევკლიდეს მანძილით.
როდესაც ნარჩენები ცდებას არეკლებს
პატარა ||r||² არ გარანტირებს მოდელის სიმართავას. ორი სისტემური მარცხის რეჟიმი:
1. სისტემური მიკერძოება: ნარჩენები rᵢ მცირე არიან, მაგრამ ყველა დადებითი (ან ყველა უარყოფითი). მოდელი თანმიმდევრულად დაბალი აფასებს ან ზედმეტად აფასებს. გეომეტრიულად: ŷ მდებარეობს პარალელური წანაცვლების ზედაპირზე ჭეშმარიტი მონაცემების მრავალგანზომილებიანიდან — ახლოს მანძილით, მაგრამ სტრუქტურის მხრივ არასწორი.
2. არასწორი მრავალგანზომილებიანი: ნარჩენები მცირე არიან რადგან მოდელს საკმარისი თავისუფალი პარამეტრი აქვს ტრენინგის მონაცემების ზუსტად მორგება (გადამოსაზირება). მოდელის ზედაპირი ძლევს მონაცემთა წერტილებში, მაგრამ მათ შორის ხელუხლებლად მრუდება. პროგნოზი ახალ მონაცემებზე ცუდი რჩება.
სისტემური მიკერძოების აღმოჩენა
მოდელი ნულოვანი საშუალო ნარჩენით შეიძლება მაინც ჰქონდეს სისტემური მიკერძოება რომელიც ცვალდება შეყვანილი ცვლადით.
მაგალითი: ამინდის სიმულაცია რომელიც არ აღიქვამს ტემპერატურას 2°C-ით ზაფხულში და აჭარბებს 2°C-ით ზამთარში საშუალო ნარჩენით ≈ 0 სრული წელიწადის განმავლობაში, მაგრამ მკაფიო სეზონური მიკერძოება.
ნარჩენის დიაგნოსტიკა: ნაკვეთი rᵢ თითოეული შეყვანილი ცვლადის წინააღმდეგ. ბრტყელი ნიმუში (რკ ტენდენცია) მიუთითებს ამ ცვლადის გარეშე კიდევ სისტემური მიკერძოება. ტენდენციის ნიმუში ავლენს დამალულ განზომილებას მოდელის პარამეტრის სივრცეში.
ჰამინგის გადამოწმების კითხვა — 'შეიძლება მცირე მაგრამ ციტიბოთი ეფექტი დამალული იყოს?' — თარგმნა გეომეტრიულად: არის თუ არა ნარჩენის ვექტორს კომპონენტი მიმართულებით რომელიც არ აღინიშნებული მოდელის პარამეტრის სივრცით?
სისტემური წანაცვლება შემთხვევითი აღმერძის წინააღმდეგ
ჰოთორნის ეფექტი: საგნები შესწავლაში ცვლიან მათ ქცევას რადგან მათ ვიცნობთ რომ დაკვირვებაა, არ რადგან ექსპერიმენტის მკურნალობის.
გეომეტრიული ინტერპრეტაცია
დაე ჭეშმარიტი მონაცემების მრავალგანზომილებიანი M ცხოვრობს სივრცეში აგებული ცვლადებით (x₁, x₂, ..., xₖ, observation_context).
მოდელი უგულებელყოფს observation_context. ის თავსდება ზედაპირი დაკვირვებებს (x₁, ..., xₖ) მხოლოდ.
როდესაც observation_context = 'იქნება შესწავლილი,' რეალური მონაცემთა წერტილი წანაცვლება observation_context ღერძის გასწვრივ. მოდელის ზედაპირი — თავდაჭერილი (x₁, ..., xₖ) სივრცეში — აერთიანებს გადატანილი მონაცემი. ნარჩენები ჩანდებიან მცირე (ზედაპირი ისევ კარგად თავსდება შესწავლის კონტექსტში), მაგრამ პროგნოზი დაკვირვების გარეშე კონტექსტში არის სისტემურად არასწორი.
გეომეტრია: მოდელის ზედაპირი ახლოსაა შესწავლის-კონტექსტის მონაცემების მრავალგანზომილებიანი, მაგრამ მანძილი რეალური მრავალგანზომილებიანი. მანძილი მათ შორის: ჰოთორნის წანაცვლება observation_context ღერძის გასწვრივ.
ჰამინგის ორმხრივი-ბრმა მოთხოვნილება: თავიდან აიცილე observation_context ცხოვრობის დაკავშირებული დამუშავებით. ეს ინახავს რეალური მრავალგანზომილებიანი და შესწავლის-კონტექსტის მრავალგანზომილებიანი თანხვედრა — გამოიღებს გეომეტრიულ წანაცვლება.
სხვა დამალული-განზომილებიანი ეფექტები
ნებისმიერი ცვლადი რომელიც ახდენს სისტემას მაგრამ გამორიცხული მოდელის შექმნის იგივე გეომეტრიული სტრუქტურა:
- სეზონური ეფექტები გამოტოვებული ეკონომიკური მოდელები
- ოპერატორი ქცევა გამორიცხული წარმოების სიმულაციები
- ფ-ვის ვერსია სახელმწიფო არასულ მუშაობის მოდელები
მოდელი თავსდება ქვენაქვემდებარი განზომილების ზედაპირი მონაცემი რომელიც ცხოვრობს უფრო მაღალი განზომილების მრავალგანზომილებიანი. ნარჩენები იყო მცირე მიმართულებებში მოდელი ზომებს, დიდი აზომავი მიმართულებებში.
გადამოწმება როგორც გეომეტრიული სამთელა
ჰამინგის გადამოწმების შემოწმების სია, გადაფორმულია გეომეტრიული:
დამხმარე თეორია აჭერთ ვარაუდი კანონები? განზომილებები მოდელის პარამეტრის სივრცის აჯიტაცია ჭეშმარიტი მონაცემების მრავალგანზომილებიანი? თუ ძირითადი ცვლადები გამოიყო (გამორიცხული განზომილებები), მოდელის ზედაპირი არ შეიძლება შეთანხმება რეალობასთან.
შიდა შემოწმება მის ხელთ? კონსერვაცია კანონები გეომეტრიული ღეზები: მონაცემი უნდა აფხვნეთ მკაცრი ქვე-მრავალგანზომილებიანი განსაზღვრული მასის კონსერვაცია, ენერგია კონსერვაცია, და ა.შ. თუ სიმულაცია ხელოვნებით ამ, მის ტრაექტორია დატოვა ვალიდი ქვე-მრავალგანზომილებიანი.
ჯვარი-შემოწმება მოწინააღმდეგ ცნობილი წარსული გამოცდილება: მოდელის ზედაპირი აწეკ გადის ისტორიული გადამოწმება წერტილი — არა მხოლოდ ტრენინგი მონაცემი, მაგრამ განაკრეფ გამორიცხული-ნიმუში დაკვირვებებს.
სიმულაცია სტაბილური? სტაბილური სიმულაცია რჩება ახლოსაა ჭეშმარიტი გადაწყვეტილება მრავალგანზომილებიანი თუმცა მცირე აღმეზობლობა. ისტაბილური ველი ნიშნავს სიმულაცია ტოვებს მეზობლობა მრავალგანზომილებიანი და არ შეიძლება ეწოდოს მოდელი ვალიდი.
როდესაც პროგნოზი ხდება პროექცია
ჰამინგი დამტკიცა სცენარი მეთოდი დომენი სად პროგნოზი უხეში: სამაგიეროდ ტემიმი 'სისტემა გაკეთება X,' წარმოდგენილი ნაკრები შესაძლო ტრაექტორია სხვადსხვა დაშვება ნაკრები.
გეომეტრიული ინტერპრეტაცია
მოდელი ზედაპირი M(θ) დამოკიდებელი პარამეტრი θ (დაშვება კანონი, მუდმივი, საზღვრა პირობა). განსხვავებული დაშვება ნაკრები θ₁, θ₂, ..., θₖ განსაზღვრ განსხვავებული ზედაპირი M(θ₁), ..., M(θₖ).
სცენარი გიობი არის კავშირი ამ ზედაპირი: რეგიონი გამომავალი სივრცე რომელი რომელიმე სცენარი მოდელი შეიძლება წარმოქმნა.
ერთი პროგნოზი კამათი: ჭეშმარიტი შედეგი ცხოვრობს ახლოსაა M(θ) საოქროვიყო საღი აკმაყოფილებს θ. სცენარი მეთოდი კამათი: ჭეშმარიტი შედეგი ცხოვრობს სად-რამდენ ღიობი.
როდესაც ღიობი პოლიტიკა
თუ გიობი ვიწრო — ყველა სცენარი დამთხვევა გამომავალი იმ წინააღმდეგ განსხვავებული დაშვება — თავდარჩენილობა პროგნოზი მაღალი. თუ გიობი ფართო — განსხვავებული დაშვება წარმოქმნა ძალიან განსხვავებული გამომავალი — მოდელი აშკარად მგრძნობიარე დაშვება. რომელი გრძნობიარობა არის გამომავალი, არა წარუმატებლობა რეჟიმი.
ჰამინგი მოთხოვნილება პროგნოზი: ის იყო მოცემულ სცენარი, არა წერტილი პროგნოზი. მომავალი ის აღწერილი იყო 'რა ალბათ ხდება, ჩემი აზრი,' არა ზუსტი ხელმძღვანელი.
გადაფაროვანი რეალობა
სცენარი მოდელი გადამოწმება როდესაც რეალობა ცხოვრობს ღიობი. ეს რომელი უსუსტო ტესტი წერტილი პროგნოზი მაგრამ უფრო გულწრფელი წინა რა მოდელი შეუძლია ადეკვატური.
ერთი ერთეულად დაკავშიროთ: ვალიდი მოდელი & მათი გეომეტრია
გეომეტრია ვალიდი სიმულაცია ან მცირე სამი სამთელა:
1. პარამეტრი სივრცე ფარ ჭეშმარიტი მრავალგანზომილებიანი: მოდელი განზომილება მოიცავს ყველა ცვლადი რომელი ხელოვნებით სისტემა. დამალული-განზომილება უფსკელი მკურნალობა სისტემური წანაცვლება.
2. სტაბილურობა ინახავს ტრაექტორია ახლოსაა ჭეშმარიტი მრავალგანზომილებიანი: კონვერგენტი მიმართულება ველი ნიშნავს შეცდომა ჩქმა. განსხვავებული ველი ნიშნავს სიმულაცია ტოვებს მეზობლობა მრავალგანზომილებიანი და არ შეიძლება ეწოდოს ვალიდი მოდელი.
3. ნარჩენი მცირე AND უსტრუქტურო: შემთხვევითი, თავისუფალი კავშირი ნარჩენი მიუთითებს მოდელი დაიჭირა ჭეშმარიტი მრავალგანზომილებიანი. უსტრუქტურო ნარჩენი (ტენდენცია, შაბლონი) სიგნალი დამალული განზომილება.
ჰამინგი 'რატომ უნდა ვინმე დაჯერდა სიმულაცია?' თარგმნა გეომეტრიულად: რამდენ ახლოსაა მოდელი ზედაპირი რეალობა მრავალგანზომილებიანი, რამდენი განზომილება, ს რამდენი სტაბილურობა, გადამოწმება რამდენი გამორიცხული-ნიმუში ქულა?