برچسبِ اشتباهِ آموزش می‌تواند تصمیمِ مدل را عوض کند، حتی وقتی ویژگی‌ها و الگوریتم ثابت‌اند. برای جداکردنِ این اثر، فقط یک برچسب را در یک مثالِ کوچک تغییر می‌دهیم و نتیجه را رویِ همان پنج پرسش می‌سنجیم. این آزمایشِ کنترل‌شده، نرخِ خطایِ دادهٔ واقعی یا کیفیتِ یک محصول را برآورد نمی‌کند.
جهانِ تمرین و مرجعِ معلوم
در جهانِ کاملاً ساختگیِ ما، مرجع می‌گوید x غیرمنفی در کلاسِ یک و x منفی در کلاسِ صفر است. چهار ردیفِ آموزش در xهایِ منفیِ سه، منفیِ یک، یک و سه قرار دارند؛ برچسب‌هایِ پاک به‌ترتیب صفر،صفر،یک،یک هستند. این مرجع، قاعدهٔ نویسنده برایِ تمرین است و از مدل استخراج نشده است.
طبقه‌بند، یک نزدیک‌ترین همسایه با فاصلهٔ مطلقِ یک‌بعدی است. مرحلهٔ آموزش در این روش، نگه‌داشتنِ نمونه‌هایِ برچسب‌دار به شکلِ حالتِ ثابت است؛ وزنِ عصبی برازش نمی‌کنیم. در فاصلهٔ مساوی، شناسهٔ ردیفِ کوچک‌تر از نظرِ واژگانی انتخاب می‌شود. همین قرارداد برایِ هر دو نسخه یکسان است.
تنها چه چیزی عوض شد؟
در نسخهٔ دوم، فقط برچسبِ مشاهده‌شدهٔ R3، یعنی نمونهٔ x=1، از یک به صفر تبدیل می‌شود. مکانِ نمونه، شناسه، فاصله، k و تمامِ ردیف‌هایِ آزمون عیناً می‌مانند. کد بررسی می‌کند که دقیقاً یک برچسب عوض شده و ویژگیِ هیچ ردیفی تغییر نکرده است.
یک برچسب از چهار در این دادهٔ دست‌ساز خراب شده است. این نسبت، آمارِ جمعیت، مدلِ احتمالاتیِ نویز یا نرخِ خطایِ برچسب‌زن‌هایِ واقعی نیست. تغییرِ عمدی برایِ نشان‌دادنِ مسیرِ اثر طراحی شده؛ آن را تجربهٔ مشتری یا نتیجهٔ پژوهشِ میدانی نمی‌نامیم.
همان پنج پرسش را دوباره اجرا کنیم
| پرسش | x | مرجع | نسخهٔ پاک | یک برچسبِ عوض‌شده |
|---|---|---|---|---|
| Q1 | منفیِ دو | ۰ | ۰ | ۰ |
| Q2 | منفیِ نیم | ۰ | ۰ | ۰ |
| Q3 | نیم | ۱ | ۱ | ۰ |
| Q4 | دو | ۱ | ۱ | ۰ |
| Q5 | دو‌ونیم | ۱ | ۱ | ۱ |
Q3 وQ4 همسایهٔ R3 را می‌گیرند و نتیجه‌شان عوض می‌شود. Q4 از x=1 وx=3 فاصلهٔ مساوی دارد؛ قاعدهٔ شناسه، R3 را برمی‌گزیند. اگر تساوی را بی‌صدا طورِ دیگری بشکنیم، همان ردیف می‌تواند نتیجهٔ متفاوتی بدهد. فایل فاصله و شناسهٔ انتخاب‌شدهٔ هر پرسش را نگه می‌دارد.
چرا خطایِ آموزش در هر دو صفر است؟
هر نمونهٔ آموزش، نزدیک‌ترین همسایهٔ خودش با فاصلهٔ صفر است؛ پس با برچسبِ مشاهده‌شدهٔ خودش مقایسه شود، هر دو نسخه خطایِ صفر دارند. این حساب نمی‌گوید برچسبِ R3 درست است. مدلِ دوم، همان برچسبِ خراب را بازمی‌گرداند و در دو پرسشِ تازه با مرجعِ معلوم اختلاف دارد.
نتیجهٔ این پنج پرسش فقط رفتارِ همین داده و همین روش را توصیف می‌کند. برایِ سنجشِ اثرِ نویز در یک مسئلهٔ واقعی، تعریفِ خطا، منشأِ برچسب، دادهٔ مستقل و طرحِ تکرار لازم است. از این مثال نمی‌گوییم همهٔ الگوریتم‌ها به یک اندازه حساس‌اند یا هر برچسبِ غلط دقیقاً دو خطا می‌سازد.
راهنما را با آزمایش تکمیل کنیم
راهنمایِ برچسب‌گذاری مرزِ دسته و رسیدگی به اختلاف را تعریف می‌کند؛ اینجا اثرِ یک تغییرِ معلوم را واقعاً اجرا کردیم. مقیاس در KNN فاصله را عوض می‌کند، اما در این آزمایش فاصله ثابت مانده و فقط برچسب تغییر کرده است.
برایِ ارجاعِ درخواست‌هایِ مشتری، مثالِ مرزی و مرجعِ انسانیِ مجاز را در بررسیِ راهکارهایِ اپرا مطرح کنید. این تمرین روشِ داخلیِ محصول یا امکانِ اصلاحِ خودکارِ برچسب‌هایِ شما را اعلام نمی‌کند.
فایل تمرین و منبع
تغییرِ فقط یک برچسب با آموزش و آزمونِ ثابت · همسایهٔ هر ردیف، فاصله و خطا پیش و پس از تغییر
منابع در 2026-11-04 خوانده شدند؛ این تاریخ، تاریخ انتشار منبع نیست. مثال‌ها و فایل‌های این راهنما آموزشی و ساختهٔ تحریریه‌اند.