Aynı kodu yeniden çalıştırınca sonuç neden değişebilir?

Bir programın sonucunu karşılaştırırken yalnız son ekrana bakmak yeterli olmayabilir. Kod, kullanılan veri veya rastgele seçimler değişmiş olabilir. Öğrenci projelerinde bu ayrımı görünür kılmak için küçük bir deney günlüğü tutulabilir: hangi sürüm, hangi veri ve hangi ayarla çalıştırıldı?

Kontrollü bir rastgele seçim örneği

import random

uretec = random.Random(7)
secilenler = uretec.sample(range(1, 11), 3)
print(secilenler)

Bu kod, 1 ile 10 arasından farklı üç sayı seçer. Aynı başlangıç değeri ve aynı çalışma koşullarıyla örneği tekrar çalıştırın. Sonra başlangıç değerini değiştirip çıktıyı karşılaştırın. Buradaki sayılar yalnız eğitim verisidir; çekiliş, güvenlik veya gerçek öğrenci seçimi için kullanılmaz.

Python’ın resmî random belgesi, başlangıç değeriyle yeniden üretim hakkında açıklamalar içerir. Bunun bütün yazılım sürümlerinde ve bütün makine öğrenmesi araçlarında koşulsuz aynı sonuç garantisi olmadığını unutmayın. Kullanılan ortamı da kaydetmek gerekir.

Bir seferde neyi değiştirdik?

Bir deneyde hem kodu hem veriyi hem ayarı değiştirirseniz sonucun neden farklılaştığını anlamak zorlaşır. Küçük bir karşılaştırmada mümkün olduğunca tek değişkeni değiştirmeyi deneyebilirsiniz. Önceki çıktı ile yeni çıktı yan yana dursun.

Deney notunun uzun olması gerekmez. “Aynı veri, yeni eşik” veya “Aynı kod, farklı örnek grubu” gibi açıklamalar başlangıç için kullanılabilir. Önemli olan bir sonraki gün dosyayı açan kişinin neyin denendiğini anlayabilmesidir.

Aynı sonuç doğru sonuç demek değildir

Bir hatayı her çalıştırmada aynı biçimde üretmek de mümkündür. Tekrarlanabilirlik, sonucu yeniden inceleyebilmeye yardımcı olur; doğruluğun tek kanıtı değildir. Beklenen davranış ve ayrı test örnekleri hâlâ gereklidir.

Alanya’da Yonga Akademi’nin Python çalışmalarını değerlendiren veliler, öğrencinin yalnız bitmiş çıktısını değil, değişiklik notlarını da inceleyebilir. “Bu sonucu yeniden gösterebilirim ve hangi koşullarda aldığımı anlatabilirim” cümlesi, küçük bir proje için anlamlı bir hedef olabilir. Bir sonraki aşama, bu notları düzenli bir proje portföyüne dönüştürmektir.

Kaynak: Python random — yeniden üretim notları.