12×12手绘画板
拖动鼠标或手指涂黑方格。先选择真实标签和绘制者代号，再把图形加入训练集或测试集。
先载入课堂起始数据，或由A同学每类绘制5幅。
第3章 · 数据、模型与训练
同一个模型，换个人画还认得吗？
先用一名同学的画法训练模型A，再用跨组未知样本测试；随后补充多种画法、保持类别平衡，训练模型B。比较训练准确率、未知测试和混淆矩阵，判断改进是否真正有效。
0训练样本
0绘制者代号
未训练模型A
未训练模型B
—B集最终准确率
数据集准备
起始数据模拟A同学每类5幅，共15幅。补充数据会加入B、C、D三种画法，使总数达到45幅且三类平衡。
| 类别 | 训练数量 | 绘制者 |
|---|
最近加入的样本
训练两个可比较的模型
模型A应在补充多样数据之前训练；模型B在数据修订后训练。两个模型都采用相同的平均模板算法。
训练前请确认三类都有样本，且模型A的数据只来自一种主要画法。
平均模板
用当前画板进行预测
选择模型后，程序计算当前图形与三个模板的距离。距离最小只是数值上最接近，不表示模型理解了图形。
请先训练模型，再在“采集数据”区绘制图形。
训练集检查
尚未计算。
开发测试集A
A集用于暴露第一版问题，并可指导第二版数据修订。因此完成修订后，它不再是完全独立的最终测试。
先训练模型A。
最终测试集B
B集在模型B完成后才启用，用于检查全新画法。运行后保留结果，不要反复改到全部正确再称为未知测试。
先完成数据修订并训练模型B。
模型A与模型B比较
比较使用的数据、训练表现和未知测试，不把页面装饰或单次正确当作模型改进。
| 比较项 | 模型A | 模型B |
|---|
失败样本摘要
运行未知测试后生成。
模型说明卡
说明卡根据当前记录生成，提交前要补充本组的真实观察，不能只写“准确率提高”。
保存实验记录
导出的JSON文件包含数据摘要、模型参数和测试记录，不包含姓名或其他个人信息。
资源版本：secondary-v3.0 / ch03-lab-0.1 不联网、不上传数据、不执行现实操作。