Learn_Dive-into-DL-PyTorch 第一次打卡

习题思考

1. 协变量偏移、标签偏移、概念偏移等环境因素

协变量偏移

协变量变化是因为问题的根源在于特征分布的变化（即协变量的变化）。数学上，可以认为P（x）改变了，但P（y∣x）保持不变。尽管它的有用性并不局限于此，当我们认为x导致y时，协变量移位通常是正确的假设。

标签偏移

导致偏移的是标签P（y）上的边缘分布的变化，但类条件分布是不变的P（x∣y）时，就会出现相反的问题。当我们认为y导致x时，标签偏移是一个合理的假设。

概念偏移

在概念转换中，即标签本身的定义发生变化的情况。

对于本习题，即如果数据量很少，少到测试集中存在训练集中未包含的标签，就会发生标签偏移。也应该认识到概念偏移可以根据其缓慢变化的特点缓解。

2. 语言模型及采样方法

随机采样

每次从数据里随机采样一个小批量。其中批量大小batch_size是每个小批量的样本数，num_steps是每个样本所包含的时间步数。 在随机采样中，每个样本是原始序列上任意截取的一段序列，相邻的两个随机小批量在原始序列上的位置不一定相毗邻。

相邻采样

在相邻采样中，相邻的两个随机小批量在原始序列上的位置相毗邻。

此题，训练数据中总共有11个样本，而批量大小为2，根据相邻采样的特点划分，因此数据集会被拆分成2段，每段包含5个样本：[0, 1, 2, 3, 4]和[5, 6, 7, 8, 9]，而时间步数为2，所以第二个批量为[2, 3]和[7, 8]。

问题分析

明确目标变量即房价，观察分析每个特征对于目标变量的重要程度，研究其他(自)变量对于目标变量的影响以及自变量与因变量之间的关系。

模型训练步骤

1. 获取数据集
2. 数据预处理
3. 模型设计
4. 模型验证和模型调整（调参）
5. 模型预测及提交

个人对自变量的思考

房子面积：面积大小是房价的首要因素，面积越大肯定售价越高。

房子位置：房子的坐标位置，市区房价显然高于郊区。

公共设施：公共设施约齐全房价越高，基础设施的搭配同样决定房价高低。

建造年份：房龄也是影响房价的一个因素。