驗證和加權我正在處理大約 8500 筆記錄的文件，其中大約 100 筆記錄的回應變數值為 Y，其餘記錄的值為 N。我在反應變數 Y 上運行分區模型，然後添加各種 X 因子。鑑於“響應”數量相對較少，我在使用此模型時有兩個問題。
1）我應該使用條件格式（新增欄位）對回應變數進行加權嗎？
2）驗證部分應該使用多少百分比（20%、30%...）？
回覆：驗證和加權敏感性和特異性可能是更好的指標。回覆：驗證和加權謝謝。當你說相對一致性時，你如何最好地衡量這一點？ 訓練和驗證的 R2 值相似嗎？
湯姆
回覆：驗證和加權不要嘗試過度優化，否則您將過度擬合驗證集。只需選擇一個使訓練集和驗證集之間相對一致的設定並採用它即可。
回覆：驗證和加權很棒的信息，將納入其中。現在我已經運行了各種驗證比例以及加權和未加權，我確實得到了與預期略有不同的結果。從建模中選擇最佳結果時，您建議最關注哪些統計因素？
回覆：驗證和加權@克里斯_基希伯格，這真的很酷，這正是我想要的。今天學到了新東西。
回覆：驗證和加權您可能還希望將利潤矩陣納入為加權方案。 查看此連結以了解更多資訊：
https://www.jmp.com/support/help/13-2/Specify_Profit_Matrix.shtml
希望有幫助。
克里斯
回覆：驗證和加權我可能會，儘管我想這在某種程度上取決於適合您情況的良好分類器。如果您想確保錯過「Y」回應會受到巨大懲罰，以確保您在預測這些問題方面做得足夠好，那麼這將是一個好主意。我不是這個領域的專家，但我可能會嘗試不同的權重並觀察對混淆矩陣的影響。
回覆：驗證和加權謝謝卡梅倫，
我有 8 個因素可以開始縮小範圍。您是否也建議加權？
回覆：驗證和加權對於這個總尺寸，我會進行 70/30 ro 60/40 分割。你可以兩者都嘗試一下。你有多少因素？
