Berichte aller Modelle aller Touren in künstlichen neuronalen NetzwerkenHallo,
Ich versuche, ANN mit 10-facher Kreuzvalidierung auf einem 400-Punkte-Satz zu verwenden. Ich benutze 10 Touren und 10 Modelle für das Boosten. Ich möchte, dass JMP Modellleistungskennzahlen aller 100 Modelle (10-fach * 10 Touren) anzeigt. Gibt es einen einfachen Weg, das zu tun?
Gibt es auch eine Möglichkeit, JMP anzuweisen, verschiedene Knotenkombinationen auszuprobieren und alle Ergebnisse zu melden, anstatt jeweils eines auszuführen?
Vielen Dank,
Mina.
Re: Ergebnisse aller Modelle aller Touren in künstlichen neuronalen Netzwerken meldenIch bin für die nächsten Wochen unterwegs, aber wenn Sie Ihren Code posten, bin ich sicher, dass jemand bereit ist zu helfen.
Aber warum brauchen Sie für jede Falte die passende Statistik? Ist es nicht das Ziel, das beste neuronale Netzwerkmodell zu finden? In diesem Fall erledigt JMP dies automatisch für Sie. Das ist wieder der Zweck der k-Faltung.
In Bezug auf die Konfidenzintervalle passen neuronale Netzwerke normalerweise zu sehr großen Datensätzen, was den traditionellen statistischen Inferenzfluss nicht informativ macht. Mit anderen Worten, alles erscheint typischerweise als statistisch signifikant, weil die Stichprobengröße so groß ist. Vertrauensintervalle für die Gewichte wären nicht besonders nützlich, da Sie über verborgene Knoten verfügen, und das Anheben würde dies erschweren. Ein Konfidenzintervall für die vorhergesagten Werte würde wahrscheinlich am besten durch Bootstrapping gehandhabt werden, anstatt zu versuchen, Verteilungsannahmen zu treffen.
Re: Ergebnisse aller Modelle aller Touren in künstlichen neuronalen Netzwerken meldenDanke, Dan!
Kannst du mir bitte bei der Codierung helfen? Ich habe es versucht, aber es funktioniert nicht (dies ist das erste Mal, dass ich in JMP codiere).
Gibt es auch eine Möglichkeit, die 95% -Konfidenzgrenzen von neuronalen Netzwerken von JMP zu erhalten, wie dies bei der linearen Regression der Fall ist?
Re: Ergebnisse aller Modelle aller Touren in künstlichen neuronalen Netzwerken meldenEin paar Fragen. Sie sagten, Sie benutzen 10 Touren. Meinen Sie damit, dass Sie 10 Modelle für die Erhöhung verwenden? Trotzdem hoffe ich, dass meine Vorschläge Sie in die richtige Richtung weisen werden.
Ich denke, dass Sie ein paar Skripte machen müssen, um die Statistiken für jede Falte zu erhalten. Zuerst müssen Sie eine Validierungsspalte erstellen, in der die einzelnen Falze definiert sind. Passen Sie dann das Boosted-ANN-Modell mit zurückgehaltener Falte Nr. 1 an und speichern Sie die Ergebnisse (je nachdem, welche Ergebnisse Sie möchten). Dann kann das Skript das Zurückhalten-Set um die Falte Nr. 2 usw. erhöhen. Ja, das wäre langweilig, aber denken Sie daran, dass der Zweck von k-fold darin besteht, dass JMP das schwere Heben für Sie übernimmt. JMP sollte das Ergebnis mit der besten Leistung auswählen. Sie müssen nicht jede Falte überprüfen.
Zum Schluss deine letzte Frage. Was meinen Sie mit "unterschiedliche Knotenkombinationen"? Beziehen Sie sich darauf, die Anzahl der ausgeblendeten Knoten zu ändern, und möchten Sie die Leistung von Modellen mit 2 Knoten, 3 Knoten, 4 Knoten usw. vergleichen? Wenn ja, denke ich, dass dies von einem Skript behandelt werden muss.
