모델 시각화? 데이터 시각화 지난 몇 년 동안 우리의 데이터 시각화 기술 향상에 중점을 둔 수많은 흥미로운 서적과 협의가있었습니다. JMP 자신의 Xan Gregg는 최근 데이터 시각화에 대해 분석적 말하기 ). 모델 시각화는 모델에 데이터 시각화를 적용하는 것입니다.
모델을 볼 수있을 때 자신감과 모델 공유 및 설명 능력이 향상됩니다. 프로파일 러는 다음 중 하나의 모델 시각화 도구입니다. JMP 간과하지 않기 위해 모델 시각화의 일러스트레이션으로 특정 유형의 모델에 대한 간단한 데이터 플롯을 살펴 보겠습니다.
내가 일하는 한 분야는 의학 진단 (예 : 일부 상태에 대한 혈액 검사)입니다. 우리는 종종 잠재적 인 모델 요인 (질병, 상태 또는 상태에 대한 생물학적 마커처럼 마커라고도 함)이 많은 (1,000 개) 시작한 다음이 숫자를 작은 수 (예 : 10)로 줄이기 위해 노력합니다. 실험실 장비에서 구현할 수있는 알고리즘 (모델)을 만드는 요소.
이 과정에서 우리는 후보 모델을 평가할 수 있습니다. ROC 곡선 및 ROC 곡선 (AUC) 하의 면적은 그러한 진단 모델을 평가하는 하나의 표준 방법이다. 그러나 이것들이 도움이되는 동안, 그들은 전체 이야기를 말하지 않습니다. 다른 모양의 곡선은 유사한 AUC를 가질 수 있으며 곡선의 한 영역 (민감도가 높은 위치)이 전체 곡선보다 임상 적으로 더 중요 할 수 있습니다.
ROC 곡선 외에도 데이터 포인트와 바이올린 플롯 (아래 그림 참조)을 사용한 모델 결과에 의한 질병 상태 플롯이 모델 평가 및 이해를 돕는 것으로 나타났습니다. 이 플롯은 모델이 데이터를 얼마나 잘 분리 할 수 있는지에 대한 감각을 제공하고 컷오프 (양수와 음수를 구별하는 데 사용되는 값)가 진단 성능에 어떻게 영향을 주는지 즉시 느낄 수 있도록합니다.
이러한 플롯은 진단 테스트가 자신감이있는 네거티브 및 긍정적 인 과목을 식별 할 수 있지만 중간에 임상적인 판단이 내려지기 전에 추가 정보가 보장되는 3 자간 테스트로 더 유용 할지를 이해하는 데 유용합니다 .
모델 시각화는 모델 구축 전략의 핵심 요소입니다. 가장 좋아하는 모델 시각화가 있습니까?
모션 데이터 - 모델 시각화 쓴 :
[...] JMP 블로그 모델 시각화가 모델 빌딩에 필수적인 이유는 무엇입니까 [...]
사이먼 월튼 쓴 :
훌륭한 글! 모델을 시각화하는 것은 정말 강력 할 수 있습니다. 많은 연구자들이 아이디어에 따뜻하게 대처하고 있습니다. Vis는 모델을 이해하는 것뿐만 아니라 언급 한 것처럼 모델을 생성 / 수정하는 데 유용 할 수 있습니다. 매개 변수를 조정하고 대화식으로 결과를 시각화 할 수 있다는 것이 다소 성배입니다. 우리의 vis 그룹은 IEEE VizSec에서 작년에 (사이버 보안 맥락에서) 모델 개발에 시각적 분석을 사용하는 것에 관한 논문을 썼습니다. http://ieeexplore.ieee.org/xpl/articleDetails.jsp?reload=true&arnumber=7312767 . 개별 모델의 시각화는 초점이 아니 었습니다 - 운영 환경에서 모델을 조사하는 전반적인 프로세스.
