なぜJMPがGaussianモデルのOSX（El Capitan）で非常に遅いのですか（クリギング）<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />こんにちは、
私は、Intel Corei7プロセッサーと8GBのRAMを搭載したMacBook AirにJMP 12を購入してインストールしました。
JMPは素晴らしいですが、私は主にクリギングアプローチを使用してメタモデルを推定するためにそれを購入しました（Models、Gaussian）。
残念ながら、見積もりプロセスは非常に遅いです。私は2400ポイントの観測値と8つの独立変数を持つデータのサブセットを使用しています、そしてそれは永遠に（今まで12時間以上）かかり、そしてプログレスバーはほとんど動きません。
これは正常ですか？私はこのプラットフォームがマルチコアを利用することができないことを読んだことがあります（私は4つのスレッドを実行できる2つのコアがあります）。どうすればこのプロセスを加速できますか？
私は4つのコアを持つMacBook Proも持っています。JMPライセンスもインストールできますか？まあ、それがマルチコアを使用しないのであれば、それは私の問題を解決しないでしょう、私は想像します...
私は自分の研究のためにKrigingによる見積もりをたくさん行うことになるので、どんな考えでも大歓迎です。
とても心から、
教授 ムラットイルディゾグル
再：なぜJMPはガウスモデル（クリギング）のOSX（El Capitan）で非常に遅いですRyan様、
私は現在JMP 12デモをテストしています、そして私たちの主要な問題の1つはガウス過程の比較的遅い速度です。10変数1000行のデータセット。Python 4秒、JMP> 5時間。
私はあなたがJMP 13の可能性のあるリリース期間についてAntchingを言うことができないと思いますか？ガウシアンプロセス用のこの高速エンジンは、Proバージョンでしか使用できませんか？
敬具
アンドレアス
再：なぜJMPはガウスモデル（クリギング）のOSX（El Capitan）で非常に遅いですYildzoglu教授、
私は同意します、ニューラルネットは彼らの一つである節約的なモデルで彼ら自身の一連の挑戦を提供します。 JMP Proをお使いですか？JMP Proには、NNプラットフォームでより堅牢な予測モデルを構築するためのいくつかのオプションがあります。 これらのモデルは、同じデータ用に作成したガウスモデルほど倹約性が劣る可能性が非常に高くなりますが、その予測能力はおそらく同じかそれ以上に優れています。
NNがガウス分布よりも（ほとんどの場合）優れている理由は、ガウス分布はすべての点に正確にフィットしますが、2つの連続するデータ点の間の近似は決定が困難で、せいぜい外挿だからです。 これをチェックする1つの方法はあなたのを見ることです Jackknifeによる実際のあなたあなたのための予測されたフィットガウスフィット。右上の角から左下に45度の線を引きます。 あなたのデータがこの線上でタイトであるならば、データにはほとんど偏りがなく、あなたはあなたが自分自身に合っているというより多くの信頼を持つことができます。 ここに1つの利点があります。たくさんのデータがあり、ポイント間で何が起こっているのかそれほど心配する必要がないかもしれないということです。
予測プロファイラーは、ガウスフィットが連続する点間でどのように変動するかを確認する場所です。 添付のデータ表には、同じデータセットのガウス近似、通常の最小二乗（OLS）近似、およびNN近似に対するプロファイラの比較があります。 NNフィットは、Tan H活性化関数における3つの隠れノードおよび5層のKフォールド交差検証を用いたものであった。 OLSフィットは、多少なりとも段階的な変数の減少を伴うRSMを使用して構築されました。 私が指摘したいのは、「方法」です。醜い 「ガウスプロファイラは他の2つと比較されます。 独立変数のいずれかで値を移動すると、予測値がシフトしますが、ガウスプロファイラーでは、独立変数の個々の予測線が他の2つのフィットモデルと比べてかなり劇的に移動する可能性があります。
また、YとXのフィットを使用して3つのモデルを比較しました。ガウスフィットはモデルに完全にフィットしますが、プロファイラに表示されるものと一致しません。 偏りがなければ、ガウシアンフィットのプロファイラは、ポイントからポイントへ移動したときに他の2つと同じくらい平坦になります。
ここで使用したデータは本質的に確率論的なものですが、コンピューターシミュレーションなどの決定論的システムで同じ種類の結果が得られることも珍しくありません。
ベスト、
ビル
再：なぜJMPはガウスモデル（クリギング）のOSX（El Capitan）で非常に遅いですビルとライアン、ありがとうございます。
私はあなたの提案法案に既に従った。確かにANNはずっと速いです。残念ながら、隠れノードの数を変更すると、見積もりは非常に不安定になります。従属変数と独立ノードの関係は、このパラメーターを変更すると逆転することがあります。これはあまり確実ではありません...
私がやろうとしていることについてのアイデアをあなたに与えるために：私はパラメータと経済シミュレーションモデルの出力の間の関係を理解しようとしています。DoEとクリギング推定を使用することは、我々が計算経済学の論文で示したように、我々の文脈では素晴らしく倹約的な結果を与える。
I. Salle、M。Yildizoglu、計算経済モデルのための効率的なサンプリングとメタモデリング 、近日中計算経済学 、2013年11月にオンライン出版。
再：なぜJMPはガウスモデル（クリギング）のOSX（El Capitan）で非常に遅いですNNプラットフォームを試すためのBillの提案は素晴らしいものです。JMP Pro 13用のGaussianプロセスプラットフォームをアップデートしています。これらのアップデートには、複数のコアが利用可能になったときにそれを利用できるようにするだけでなく、全体的に予測を高速化する新しい手法が組み込まれています。
再：なぜJMPはガウスモデル（クリギング）のOSX（El Capitan）で非常に遅いですこんにちは教授 ユルドゾグル、
過去の経験に基づいて、一度100程度の観測を過ぎると、ガウスプラットフォームは、コンピュータがどれほど強力であってもかなり遅くなります。 メタモデルにNeural Netプラットフォームを試したことがありますか。以前の人生では、NNプラットフォームは通常、同じデータに対してGaussianプラットフォームよりも優れた近似モデルを提供し、より大きなデータセットでははるかに高速であることがわかりました。
ベスト、
ビル
