파티션 모델 : 각 실행마다 다른 결과안녕 모두!
부트 스트랩 포리스트, 의사 결정 트리 및 강화 된 트리를 포함하여 파티션 모델을 실행 중이며이 문제를 해결하는 방법에 대한 몇 가지 제안을 정말 고맙게 생각합니다. 예를 들어, 데이터에 부트 스트랩 포리스트를 여러 번 실행했으며 유효성 검사를위한 RSquare의 범위는 -0.2에서 0.8까지입니다. 기둥 기여도를 살펴보면 변수의 순위는 각 실행마다 많이 바뀔 것입니다. 나는 불안정한 결과를 일으킨 것이 무엇인지 모르겠습니다 (작은 데이터 세트?).
다음은 내 데이터 세트에 대한 간단한 설명입니다. 데이터 파일도 첨부합니다.
48 관측, 5 지속적인 예측 변수
반응 변수 (예 : 예측 변수)는 연속적입니다.
누구든지이 문제를 해결하는 데 도움이 될 조언이 있습니까? 감사!
Shenxuan
Re : 파티션 모델 : 각 실행마다 다른 결과아, 그리고 네, 46 관찰은 이러한 방법에 대한 작은 데이터 세트입니다.
데이터를 이해하기 위해 모델링을하기 전에 예비 분석을 수행 했습니까? 예측 인자와 응답의 분포? 다 변수 설문 조사 (예 : 산점도 매트릭스)? 뭘 찾았 니? 이상 치? 예측 변수 간의 공선 성? 변형이 제안 되었습니까?
처벌 된 회귀와 같은 다른 방법을 시도해 보셨습니까 ( 모델에 맞추기 > 일반 회귀 분석 )? 상호 유효성 확인을 사용하지 않으면 무작위 할당이 필요하지 않습니다. (만약 당신이 이것을 사용한다면 선형 예측기에서 K-fold 교차 검증이나 leave-one-out 교차 검증을 사용해야 만 46 개의 관측과 10-15 개의 잠재적 인 용어를 사용해야합니다.)
Re : 파티션 모델 : 각 실행마다 다른 결과당신이 사용하는 방법에 대해 알고 있습니까? 당신은 당신의 대답을 찾을 수 있습니다. 도움 > 서적 > 예측 및 전문 모델링 . 당신이 언급 한 방법에 대한 장들이 있습니다.
JMP 안내서는 예측 모델링에 대한 교육을 대체하기위한 것이 아니지만 여전히 가치 있고 유익한 자료입니다.
Re : 파티션 모델 : 각 실행마다 다른 결과이것은 문제가되지 않습니다. 그것은 당신이 사용하고있는 방법에 내재되어 있습니다. 그들은 무작위 할당에 의존하기 때문에 각 실행은 필연적으로 달라집니다.
매번 실행하기 전에 랜덤 시드를 동일한 값으로 설정할 수 있으며 항상 동일한 결과를 얻을 수 있습니다. 왜 특정 샘플이 다른 샘플보다 나은가요?
