Validation croisée LDABonjour,
Je suis un nouvel utilisateur de JMP (JMP 13.1.0). J'ai une question s'il vous plaît : est-il possible d'effectuer une analyse discriminante linéaire avec validation croisée (méthode Leave-One-Out) dans cette version du logiciel ?
Merci,
Adias
Re : Validation croisée LDAC'est exactement ce que je cherchais, merci beaucoup pour cela !Re : Validation croisée LDAJMP propose une validation croisée K-fold sur certaines plates-formes, mais pas sur toutes. Vous devrez en implémenter votre propre version. Voici une façon de procéder :
- Créez une nouvelle colonne de données appelée Pli qui utilise le type de modélisation Nominal et avec une formule de Entier aléatoire ( 1, 5 ) . Cette colonne identifiera les cinq volets pour vous.
- Créez une série de cinq colonnes de données supplémentaires appelées Validation je , utilisant également le type de modélisation Nominal, et chacun avec une formule de Plier == je , où je passe de 1 à 5 au fur et à mesure que l’on passe de la première à la dernière de ces nouvelles colonnes.
- Lancer cinq fois la plateforme Discriminant en utilisant successivement Validation je colonnes dans le rôle d’analyse de validation.
Vous devriez avoir de nouvelles colonnes pour une validation croisée 5 fois dans votre tableau de données comme celle-ci.
Cette première itération de l'ajustement de votre modèle pourrait ressembler à ceci :
Utilisez les informations de validation croisée pour chacun des plis, telles que :
Vous pouvez ensuite combiner les cinq ensembles de résultats dans les résultats globaux de formation et de validation comme bon vous semble, comme décrit dans votre référence citée.
Re : Validation croisée LDAJe vois, merci beaucoup d'avoir expliqué cela !
Par « options de validation », j'entendais différentes méthodes de validation des modèles comme le pli k ou la validation croisée de Monte Carlo expliquées ici : https://www.statisticshowto.com/cross-validation-statistics/
D'après ce que je comprends, pour exécuter une validation croisée 5 fois, j'aurais besoin de cinq colonnes de validation. Chaque colonne représenterait la répartition 80-20, mais où les 20 % dédiés au test dans chacun des 5 volets sont différents à chaque fois. Existe-t-il un moyen de le faire dans JMP ?
Re : Validation croisée LDACela revient à exclure des lignes, mais vous pouvez également spécifier un ensemble d'exclusions pour tester le modèle sélectionné.
Vous pouvez créer plusieurs colonnes de données pour le rôle de validation, mais vous ne pouvez en utiliser qu'une seule à la fois. L’idée est qu’une fois que vous avez décidé de la taille des ensembles de supports, chacun d’entre eux est tout aussi utile. En outre, vous pouvez utiliser la même colonne de validation sur plusieurs plateformes de modélisation pour une comparaison juste et valide des modèles. Pourquoi auriez-vous besoin de plus d’une colonne de validation ? Comment utiliseriez-vous plusieurs colonnes de validation ?
Je ne sais pas ce que vous entendez par "option permettant de sélectionner la méthode de validation". Il n'existe qu'une seule méthode de validation croisée avec des ensembles à conserver représentés par le rôle d'analyse Validation.
Re : Validation croisée LDAMerci! Je ne sais pas comment j'ai raté ça !
Mais, en plus d'être plus simple à utiliser, n'a-t-elle pas le même effet que la fonction "Valider en excluant des lignes" évoquée plus haut ? Est-ce correct?
Peut-être que je fais quelque chose de mal, mais il semble que je ne puisse utiliser qu'une seule colonne de validation à la fois et le « rôle de validation » ne me donne aucune option pour sélectionner la méthode de validation ou générer plusieurs colonnes de validation sans répétition dans l'ensemble de test. (c'est-à-dire pour que la variable sélectionnée comme Test dans la première colonne ne soit plus sélectionnée dans les colonnes de validation suivantes). Est-il possible de faire cela dans JMP ?
Encore une fois, désolé de poser des questions aussi naïves, mais je me suis totalement perdu là-dedans !Re : Validation croisée LDASélectionnez Analyser > Méthodes multivariées > Discriminant. Vous verrez un bouton pour attribuer la colonne au rôle Valider.
Re : Validation croisée LDACher Mark,
Merci beaucoup d'avoir répondu si rapidement et désolé pour cette question naïve - mais où puis-je trouver ce « rôle de validation » dans la plateforme LDA ? Je suis assez nouveau dans JMP et tout n'est pas clair pour moi.
La seule chose que j'ai trouvée est l'option sur l'onglet principal où je sélectionne les variables pour LDA. Là, je peux cocher la case « Valider par lignes exclues » qui sélectionne les données Train/Test en fonction de la colonne de validation que j'ai créée. Mais cela n'offre qu'une répartition unique basée sur cette colonne, pas d'options de validation itérative (comme laisser-un-dehors ou k-folds ou Monte Carlo que j'aimerais exécuter). Mais encore une fois, peut-être que j'ai raté quelque chose de très évident ici ?
Je ne voulais pas dupliquer les messages, désolé ! Je ne savais pas si quelqu'un répondrait à ma réponse à un très vieux message !
Re : Validation croisée LDALa plateforme Discriminant dans JMP Pro fournit le rôle Validation auquel vous pouvez attribuer la colonne de données de validation que vous avez créée.
(Veuillez ne pas lancer une autre discussion si vous n’obtenez pas de réponse immédiatement.)
Re : Validation croisée LDAChers tous,
J'essaie de valider mon analyse LDA, mais je n'arrive pas à trouver le " Option de validation croisée par lignes exclues" dans mon JMP15 (pas PRO). Pourriez-vous s'il vous plaît m'aider à naviguer et à trouver cette fonction ?
J'ai déjà préparé une colonne de validation et exclu les lignes appropriées.
Merci
Re : Validation croisée LDAAu sein de la plateforme Discriminant, il n'existe aucun moyen d'obtenir une validation sans exception. Au sein de la plateforme Discriminant de JMP 14, il existe une option « Validation croisée par lignes exclues ». Dans JMP Pro, vous pouvez créer une colonne de validation avec un maximum de 3 valeurs à utiliser pour les ensembles de formation, de validation et de test.
Re : Validation croisée LDABonjour : Il existe d'autres fonctionnalités intéressantes dans la plate-forme discriminante, telles que l'analyse discriminante régularisée, les tracés canoniques, l'interprétation des dimensions, etc. Si je souhaite rester dans la plate-forme discriminante et effectuer une validation sans exception, quels sont les choix ?
Re : Validation croisée LDABonjour,
Vous aurez besoin de JMP Pro 13 pour exécuter l'analyse discriminante et la validation croisée Leave-one-out est également une option. Vous exécuteriez cela via la plateforme Fit Model.
HTH
Re : Validation croisée LDALa validation croisée Leave-one-out n'est pas disponible dans LDA, mais elle l'est dans GenReg de JMP Pro. Si votre résultat est binaire et que vous disposez de JMP Pro, envisagez d'exécuter une régression logistique à partir de GenReg, qui est considérée comme une approche alternative à LDA et est souvent préférée. http://www.jstor.org/stable/2286261?seq=1#page_scan_tab_contents
