作者讲述用室友鼾声应对失眠的个人经历
来源标题:Insomnia, Snoring, and Decision Tree
一位寄宿学校学生分享了自己用关注室友鼾声的方法对抗失眠的经历。他发现让大脑专注于某个具体事物比强迫自己清空思绪更容易入睡。文章还提及用决策树等思路观察生活中反复出现的模式。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
一段关于我如何应对人生中一段失眠时期的趣味旅程 :P。
拿起放大镜观察世界。你(可能是下意识地)在密切关注哪些许多人并未留意的事物?你所注意到的这些东西中,是否存在反复出现的模式?
正如 E. Joseph Cossman 曾说过的:“绝望与希望之间最好的桥梁,是一夜好眠。”套用到我个人的经历,我会说:“学校与生活之间最糟糕的桥梁,是一夜糟糕的睡眠,或者说失眠。”失眠——这个词通常让人觉得与青少年充满活力的世界格格不入——却从我踏入寄宿学校的那天起,就成了我的常伴。
一天夜里,我像往常一样盯着天花板、思索着人生的大问题,忽然冒出一个疑问:“我为什么睡不着?”为了回答这个问题,我平躺下来闭上眼睛,努力什么都不想。然而,我越是试图让大脑一片空白,紧张感和思绪就越是涌上来。我意识到,我必须把注意力集中在一件具体的事情上才能入睡。但该专注于什么呢?数羊?这时,一个念头闪进我的脑海:我两个室友的呼噜声。
我首先发现的是,他们的呼噜声一模一样,很难区分。主要的区别在于他们的节奏模式,而当我试着分辨各自模式的时候,我睡着了。专注于一件细微的事——在我这里就是呼噜声——确实有助于入睡!因此,那一周之后的夜里,我发现自己都在仔细留意室友呼噜声的节奏,而第二天我也变得精力充沛多了。
但仅仅关注他们呼噜声的节奏,对我来说并不满足;我是那种总想从观察中建立联系的人。很快,我就知道接下来该做什么了——我要试着记住他们各自打呼噜的频率,把它和我的呼吸节奏做比较,划分成“快”“相当”“慢”三类。然后,我会在第二天回忆,并把两人的频率都记录到 Notion 的一张表格里。同时,我还会为每个室友记录前一天另外四个分类变量:运动(有/无)、睡前零食(有/无)、空调温度(低:<20/中:20-24/高:>24)、作业量(多/少)。这样一来,这张表就像一个数据集,四个变量是自变量,打呼噜频率是因变量。不过需要注意的是,可能存在(而且很可能确实存在)混杂变量。
到那时,我已明确了自己的目标:每天记录表格数据,找出自变量与因变量之间的任何相关性。我已经发现了一些明显反复出现的模式,比如其中一个室友如果当天运动了或者睡前吃了零食,往往就会打得慢。但还有一些模式更难发现。幸运的是,我当时正在学 Andrew Ng 课程中的决策树算法。于是,在记录了一个月的数据之后,我决定用这些数据训练一个决策树算法,来预测我两个室友的打呼噜频率。训练进行得很顺利,因为数据量有限,我采用了 XGBoost 算法。有了训练好的模型,我每晚睡前都会问室友那四个变量:“你今天踢足球了吗?”然后我把这些变量输入模型,它就会预测他今晚会打得快、相当还是慢。第二天早上,我会把预测结果与我实际观察到的结果做比较,你猜怎么着,经过十天的对比,模型达到了 70% 的准确率,这绝对比随机猜测的 33.33% 准确率要好!
最终,我与睡不着的这场斗争变成了一个很酷的项目。通过留意室友打呼噜的方式,我摸索出了一种更快入睡的方法。它教会我在寻找解决方案时要富有创造力,并把学到的东西应用到现实生活中。诚然,这段旅程也有缺陷,尤其是四个自变量的选取有些随意,以及由此直接跳到结论,这些可能经不起严谨的科学推敲。如今,上床睡觉不再可怕了。我学会了应对它、享受它,并充分利用它。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。