الرصد والانجراف وإعادة التدريب

import numpy as np
reference = np.array([0.0, 0.0, 1.0, 1.0])
current = np.array([1.0, 1.0, 1.0, 1.0])
bins = np.array([-0.5, 0.5, 1.5])
p = np.histogram(reference, bins=bins)[0] / len(reference)
q = np.histogram(current, bins=bins)[0] / len(current)
print(p.tolist(), q.tolist())
print(f"fixture total variation={0.5 * np.abs(p - q).sum():.2f}")

[0.5, 0.5] [0.0, 1.0]
fixture total variation=0.50

تنتقل الكتلة المتساوية كلها للثانية كإشارة وصفية فقط.

import numpy as np
label_available = np.array([2, 4, 7, 8])
absolute_error = np.array([1.0, 2.0, 9.0, 9.0])
cutoff = 5
mature = label_available <= cutoff
print("included outcomes", int(mature.sum()))
print(f"mature fixture MAE={absolute_error[mature].mean():.2f}")

included outcomes 2
mature fixture MAE=1.50

يتاح الأولان فقط ولا تستعمل أخطاء المتأخر كأهداف ناضجة.