Les expériences d'ablation visent principalement à contrôler les variables.
Par exemple, afin d'améliorer les performances de la ligne de base , vous y ajoutez deux modules A et B. Après l'ajout, l'effet est vraiment beaucoup amélioré. Vous avez donc rapidement commencé à rédiger l'article, et en ce qui concerne votre contribution, vous avez donné deux éléments : 1. Module A, 2. Module B.
Mais il y a un problème avec l'écriture de cette façon : bien que l'ajout de AB en même temps puisse améliorer le modèle, vous n'avez pas prouvé que les deux modules de A et B sont significatifs respectivement.
Donc, pour vérifier si les deux modules A et B sont vraiment utiles, vous devez faire une étude d'ablation. La méthode est aussi très simple :
- Ajoutez le module A sur la base de la ligne de base pour voir l'effet.
- Ajoutez le module B sur la base de la ligne de base pour voir l'effet.
- Sur la base de la ligne de base, ajoutez le module AB en même temps pour voir l'effet.
Ensuite, le résultat peut être que les résultats de l'expérience 1 et de l'expérience 2 ne sont pas aussi bons que l'expérience 3, ce qui signifie que AB est utile ; cependant, il est également possible que vous trouviez que les résultats de l'expérience 1 sont les mêmes que ceux de l'expérience 3, voire meilleurs. Cela montre que votre idée est problématique, le module B ne joue en fait aucun rôle, et l'amélioration ne vient que du module A.
Pour résumer, l'étude d'ablation, c'est quand vous avancez plusieurs idées pour améliorer un certain modèle en même temps, afin de vérifier que ces idées sont toutes efficaces, vous faites le travail d' expériences variables de contrôle .
Citant des références :