¿Cómo se dividen los datos y luego se modelan en una parte de ellos (Validación, por ejemplo) para la regresión logística nominal?
JMP Pro definitivamente hace esto sin esfuerzo, pero aquí hay una manera de imitar la funcionalidad en JMP Pro de crear la partición. El uso de las partes seguirá siendo bastante manual. Puede simplemente ocultar / excluir los conjuntos de valores y pruebas para ajustar el modelo a los datos de entrenamiento, y luego predecir con el modelo de entrenamiento en los conjuntos de valores y valores usando una fórmula de predicción guardada desde cualquier plataforma que esté utilizando.
dt = Current Data Table();
n_rows = N Row(dt);
//determine proportions for training and validation sets (test is whatever is left over)
train_prop = 0.7;
val_prop = 0.15;
test_prop = 1-train_prop-val_prop;
//randomly shuffle row numbers
rows_shuffled = random shuffle(1::n_rows);
//determine precise number of data points for each partition
n_train = floor(train_prop*n_rows);
n_val = ceiling(val_prop*n_rows);
n_test = n_rows - n_train - n_val;
//obtain the desired data points for the partitions
train_rows = rows_shuffled[1::n_train];
val_rows = rows_shuffled[(n_train+1)::(n_train+1+n_val)];
test_rows = rows_shuffled[(n_rows-n_test)::n_rows];
//Create the partition column
partition_col = dt << New Column("Partition", numeric, nominal); //use partition_col just in case a Partition column already exists and the new column gets a name like "Partition 2"
//mimic JMP Prop underlying numeric values
partition_col[train_rows] = 1;
partition_col[val_rows] = 2;
partition_col[test_rows] = 3;
//Add value labels
partition_col << Add Column Properties({Value Labels( {"." = "Other", 1 = "Training", 2 = "Validation", 3 = "Test"} ),
Use Value Labels( 1 )});Acabo de juntar esto, pero fácilmente podrías convertir esto en una aplicación con un diálogo que pide las proporciones para el entrenamiento y la validación. Puede hacerlo realmente útil agregando el script para esa aplicación a un menú o barra de herramientas a través de Ver> Personalizar> Menús y barras de herramientas.
La ruta de menor resistencia es usar JMP Pro y la utilidad Crear columna de validación. Piense en el uso de la opción aleatoria estratificar para particionar el conjunto de variables de respuesta. Luego, cuando realmente inicie la plataforma, asegúrese de colocar el nombre de la columna en la ventana Validación en la ventana de lanzamiento de la plataforma Fit Model.
