파티션 연속 데이터 std. 개발구 나무안녕 모두에게,
필자는 연속적인 데이터 세트를 가지고 있으며 파티션 분석을 수행합니다. 데이터는 2500 점입니다. 내가 0.98 이상의 정사각형을 가질 때까지 나눌거야.
내가 (최고의 트리 분기) 표준 편차가 가장 좋은 예측 트리 분기로 선택합니다. 그러나 합당한 결정입니까? 여러분이이 문제에 대해 저를 도울 수 있는지 궁금합니다.
고마워, 안부,
하산Re : 파티션 연속 데이터 std. 개발구 나무나는 '최상의'모델을 찾는 것이 모든 분석 경로에 맞는 어떤 크기에 의해 답을 얻지 못한다는 것을 제안한다. '최고의'모델은 실제 문제를 해결하는 데 도움이되는 모델입니다. 모델 진단 통계를 유일한 기준 (그리고 어느 것을 고를 것인가)으로 의지하는 것은 문제의 해결책에 대한 제안 된 모델의 도메인 전문성과 실용성의 문제를 무시합니다. 예를 들어, 운동의 목적이 설명력이 있거나 예측력이 있습니까? 워크 플로의 일부로 교차 유효성 검사를 고려 했습니까? 트리 기반 방법을 사용했습니다. 다른 모델링 방법은 단순한 OLS에서 PLS와 같은 대체 방법에 이르기까지 회귀 분석을 말하며, JMP Pro, 일반 회귀 분석법 또는 신경망이있는 경우 어떻게됩니까? 그리고 다른 많은 고려 사항이 있습니다.
이러한 아이디어를보다 자세히 이해하려면 JMP 온 디맨드 웹 세미나의 "Building Better Models"시퀀스를 살펴 보는 것이 좋습니다.
https://www.jmp.com/en_us/events/ondemand/webcasts/by-series/building-better-models.html
