49810_fr-FR

liliconcom

Problème d'utilisation de la formule de sortie du réseau de neurones

Dans JMP 12.1, j'ai formé un réseau de neurones et enregistré la formule sous forme de colonnes dans le tableau à l'aide des options du triangle rouge. Quand je laisse sauter réévaluer la formule, le résultat est identique.

 

Maintenant, j'aimerais appliquer le modèle à de nouvelles données qui ne figurent pas encore dans le tableau. J'ai donc copié la formule de la table A dans les colonnes (également nommées) d'une autre table B qui comprend des lignes de la table A et quelques autres. Bien sûr, il a les mêmes colonnes, aussi. Malheureusement, les résultats de la formule ont changé, même pour les lignes qui figurent également dans le tableau A.

Deuxième approche: J'ai fusionné verticalement les lignes de la table B qui ne sont pas encore disponibles dans la table A avec cette table. Après la réévaluation de la formule, les résultats ont changé même pour les lignes qui s'y trouvaient déjà.

 

Qu'est-ce qui se passe et qu'est-ce que je fais mal? Je l'ai essayé plusieurs fois et c'est reproductible.

 

Merci d'avance

Robert

Re: Problème d'utilisation de la formule de sortie du réseau de neurones

Je sauvegarde souvent des formules de prédiction de réseau neuronal sans avoir observé ce comportement. Pouvez-vous essayer de reproduire le problème en utilisant des exemples de données?

 

Ce script copie les colonnes du réseau de neurones d'une table à une autre. Les prédictions dans les deux tables doivent être identiques à chaque fois que le script est exécuté, bien qu'elles soient modifiées à chaque fois que le script est exécuté.

Names default to here( 1);

//Open two copies of a table
dt = Open( "$Sample_data/iris.jmp" );
dt2 = Eval( dt << Get Script );

//Neural Network
nn = dt << Neural(
 Y( :Sepal length ),
 X( :Sepal width, :Petal length, :Petal width ),
 Informative Missing( 0 ),
 Validation Method( "Holdback", 0.3333 ),
 Fit( NTanH( 3 ) )
);

//Find the report
nn_fit = (nn << XPath("//OutlineBox[@helpKey='Neural Model Report']"))[1];

//Save Formulas
( nn_fit << Get Scriptable Object ) << Save Formulas;

//Copy Formulas to second table
For( i = 6, i <= 9, i++,
 Eval( Eval Expr( dt2 << Expr( Column( dt, i ) << Get Script ) ) )
);