Diet Light

時間過得很快，Queendom Puzzle來到了第八集，已經有五位參賽者下車了。

在7/30，陪伴我七年的筆電，硬碟報銷。在8/1，趕緊送修，回來的是一部乾淨的電腦。所有資料，全部重建。重要的資料要優先建立，到了8/3的清晨，才著手建立Queendom Puzzle的資料庫，花了四個小時重建。

先來看下表。是第八集公佈的清票後的投票數。1是代表前七強；0.5是8到14名；0則代表危險名單。排序的方式，是上次投票不含加分的分數，從大排到小。

上次的前五強，仍是穩穩的佔據新版的前七強。Jihan被擠出去了，上位的是蓮熙。表中沒有出現的淘汰者，票數也的確是在末位，非常可惜。

這張表，可以看到紫蘿與智媛，在新排行中，連前十四強都沒有進去，不知道粉絲群會不會有危機感，強力催票。這兩位的排位，真的很出乎我的意料之外。

在上篇文章，有討論到相雅，有帶到Riina。在新的排位，Riina就瀕危了。另外，Miru與FYE，沒有韓國粉絲的奧援，也面臨淘汰。

還是有寫機器學習，來預測前十四強是哪些參賽者。這個時候寫，算是偏早，因為，後面的賽程還沒有開始，票數的變化還是很大。

這次使用的演算法是“類神經網路”，其中的「倒傳遞類神經網路」。說實話，我不太敢用類神經網路，卻又很著迷這類演算法。程式碼很不好寫，要常常debug，生氣的是不知道bug在哪裡，要怎麼解。以前在學寫code時，曾用MLP回測Produce 101第一季的最終結果，重點是數據是第一次淘汰時的數據(存活的61位參賽者數據)，沒有給後面的數據，MLP直接硬解，前11強，猜對了9位。讓我很驚訝。現在要我再寫MLP，應該寫不出來，就算寫出來，要調參數，就可以調好幾個小時。

程式碼如下。隱藏層，只有一層，只有一個單元。我怕會over fitting。

Neuralnet的類神經網路如下所示。

我不太擅長寫程式碼來排版，所以，把結果丟出來，用EXCEL來排版。結果如下。

結果又是很詭異。Wooyeon與智媛進入前七強。把Yuki與Hwiseo擠了出去。其中，最詭異的是Hwiseo可能面臨淘汰。而另一個詭異的是蓮熙，有進入新版的前七強。可是演算法的預測，卻是列在危險名單中。

演算法的問題，應該不大。我知道的可能是資料問題，我給的訓練資料，裡面是空的，就是要讓類神經網路暴力硬解。有那麼一點點後悔，但是，有練習到neuralnet，算是解到技能。下次決賽時，再換另一個演算法，有點想要用一個很古老的演算法，決策樹迴歸。

靜待第九集。