53913_it-IT

liliconcom

SVM

CIAO,

 

Sto cercando di utilizzare SVM sui miei dati. Ho trovato un ADDin ma non so come ottenere il codice R. Seguo tutti i passaggi nel video ma non capisco da dove provenga il codice R (passaggio n. 8). Qualcuno può aiutarmi? il codice R sarebbe lo stesso per qualsiasi tipo di dati? Ho R installato sul mio computer.

 

https://community.jmp.com/t5/JMP-Add-Ins/The-JMP-to-R-Add-In-Builder/ta-p/43879

 

Grazie

Ri: SVM

ciao. Si', grazie

Ri: SVM

Ciao Alma,

Ho lo stesso problema! Ricevo una risposta sconosciuta!

Ho provato con un semplice esempio, ma la funzionalità SVM non funziona mai. Posso condividere con voi il mio esempio per vedere dov'è il problema?

Ri: SVM

Ciao Willden,

Ho lo stesso problema! Ricevo una risposta sconosciuta!

Ho provato con un semplice esempio, ma la funzionalità SVM non funziona mai. Posso condividere con voi il mio esempio per vedere dov'è il problema?

Ri: SVMPuoi scrivermi un messaggio privato o semplicemente caricarlo in questo thread.Ri: SVM

Ciao Willden, grazie per la tua risposta. Ho jmppro12. Posso condividere i dati in forma anonima, ma come potrei inviarteli?

Ri: SVM

Se sei disposto a condividere i tuoi dati (o almeno a renderli anonimi), probabilmente potremmo consigliarti meglio.Hai JMP Pro o JMP base?Base JMP ha capacità molto limitate nella sua piattaforma di rete neurale; quindi se non disponi di Pro, NN potrebbe non fornire una soluzione adeguata.

Ri: SVM

Ciao Cwillden

 

Ho fatto quello che hai menzionato ma ancora non funziona

Ri: SVM

Il componente aggiuntivo SVM vuole essere un semplice esempio per illustrare come utilizzare il generatore di componenti aggiuntivi da JMP a R. L'esempio del componente aggiuntivo SVM richiede due predittori continui per classificare una risposta categoriale a due livelli. SVM ha capacità molto più ampie. Puoi leggere informazioni sul pacchetto Qui .

Esercitare la funzionalità generale della funzione svm() nel pacchetto R e1071 per accogliere altri casi (numero e tipo diversi di predittori, classificazione o regressione e così via) richiederebbe la scrittura di uno script R e di uno script JMP.

Ri: SVM

Oggi sono disponibili molti classificatori, tra cui SVM e ANN, ciascuno con i propri punti di forza e presupposti. Le prestazioni variano a seconda della situazione e di quanto ciascun classificatore sia adatto a un particolare insieme di condizioni. Non penso che sia possibile affermare che un classificatore sia superiore in ogni dominio o caso. Gran parte del successo di SAS Enterprise Miner è dovuto all'ampia gamma di modelli e algoritmi che fornisce.Puoi esplorare e confrontare molti approcci diversi prima di decidere quale sia il migliore. Questo vantaggio è la motivazione per la recente aggiunta a JMP Pro di nuove funzionalità come Formula Depot e la piattaforma di confronto modelli.

Come ha spiegato Dan nei commenti sul post originale del blog su JMP per R Add-in Builder, questo progetto, sebbene impressionante per quanto riguarda, non è stato completato prima che la stagista estiva, Julia, lasciasse SAS e tornasse a scuola.

Avvertenza: gli script, i componenti aggiuntivi e le applicazioni JMP presenti nella comunità JMP sono fantastiche estensioni di JMP ma non sono supportati, nemmeno quelli sviluppati dallo staff. Vengono forniti per l'uso "così come sono".

Se non puoi aspettare la prossima versione di questo componente aggiuntivo (nessuna promessa!), potresti vedere Aiuto > Guida allo scripting per informazioni ed esempi sullo scripting di JMP per l'utilizzo con R. Se scrivi script R adesso, potresti essere in grado di utilizzare JSL. È semplice connettersi a R, inviare script R e ricevere risultati R con JMP. Il componente aggiuntivo è comodo ma non necessario per questa connessione.

Ri: SVM

Willden, grazie per il tuo consiglio. Ho usato AAN ma mi è stato detto che SVM offre una separazione più chiara, ecco perché cerco SVM.

 

Saluti

Ri: SVM

Non utilizzo mai R in JMP, quindi probabilmente non sono la persona adatta per diagnosticare eventuali problemi.

Tuttavia, invece di provare a eseguire una SVM in R, potresti eseguire una rete neurale in JMP.Le reti neurali possono fare praticamente tutto ciò che una SVM può fare, l'unico vero vantaggio di una SVM è la velocità nel processo di adattamento.Suppongo che l'unica ragione per cui JMP non ha SVM integrate è a causa della loro relativa ridondanza con NN.

Quando utilizzi NN, scegli un numero di unità nascoste tra il numero di parametri di composizione del latte e il numero di campioni di latte presenti nel tuo set di addestramento.Di più è generalmente meglio.Se hai JMP di base, puoi eseguire solo 1 livello nascosto.Se hai JMP Pro, puoi creare 2 livelli con varie funzioni di attivazione.Non penso che avrai bisogno di più di 1 livello nascosto.

Ri: SVM

 

ciao Willden

Mille grazie per la tua spiegazione dettagliata. Ho provato ciò che mi hai consigliato dopo aver scelto Asse X, Asse Y e Fattore dai miei dati. Ricevo un errore sconosciuto e non so quale sia il problema. Sto cercando di separare numerosi campioni di latte in base alla loro origine utilizzando i parametri di composizione del latte. Non so se sto scegliendo le colonne giuste per Asse X, Asse Y e Fattore. potresti per favore aiutare

Ri: SVMGrazie mille, proverò ad informarti del risultato.Ri: SVM

CIAO @Alma1 ,

Il video mostra come creare il componente aggiuntivo come dimostrazione del generatore di componenti aggiuntivi da JMP a R, ma non è necessario fare nulla di tutto ciò se desideri semplicemente utilizzare il componente aggiuntivo SVM fornito.Il codice R è già incorporato nel componente aggiuntivo ed è generico per tutti i dati in cui è possibile selezionare le colonne appropriate in una tabella dati JMP per i ruoli nel componente aggiuntivo SVM.Basta scaricare il componente aggiuntivo SVM e aprirlo in JMP per installarlo.Sarà quindi disponibile dal menu dei componenti aggiuntivi.