我前幾天針對不同的模型進行測試，神經網路模型擬合較佳，隨著神經元的數量增加，擬合狀況越好!
但是，每筆資料的CDF分布並不會像我們產生出來的分布這麼正規(如正常分布一樣)，有些資料的分布可能相較不平均，我們今天要來產生 Lognormal 的CDF分布，建置不同的模型觀察其學習的測試結果。

Lognormal

指數正常分布，其CDF分布如下 :

我們測試所建置的模型同昨天，Simple Linear Regression、NN，唯一不同的點在於我們訓練的NN模型參數有改變，epochs 為 100，lr 為 0.000001(手動調參XD)。
我們以mean=0,sigma=2產生Lognormal的資料，資料數量為1萬筆，產生的值再乘以1M。

程式碼在這 Code

Simple Linear Regression

8x8 Neural Network

16x16 Neural Network

32x32 Neural Network

測試結果發現，奇怪8x8 or 16x16的NN模型還比32x32的好...為何XD
可能8x8的模型就足以學習這些資料了ㄅ ~
其實我們測試的資料數量還算很少，只有1萬筆，人家都馬幾百萬或幾千萬筆，我們明天會進一步實作真正的Learned Index，包含RMI架構!

先這樣嚕~~掰噗!