65523_de-DE

liliconcom

Wie kann man automatisch unterschiedliche Validierungen mit JMP-Skript in der Standardregression der kleinsten Quadrate durchführen?

Wie kann man automatisch verschiedene Validierungen (Training und Validierung) mit JMP-Skript in der Standardregression der kleinsten Quadrate durchführen?

Ich möchte die Standardregression der kleinsten Quadrate 1000 Mal und jedes Mal mit einer neuen Validierung durchführen. Und ich weiß nicht, wie man das automatisch macht, indem man ein Skript schreibt.

Ich weiß, dass wir zum Beispiel in der prädiktiven Modellierung neuronale Netze schreiben können ---- Validierungsmethode ( "Halte zurück" , 0,1 ). Aber ich weiß nicht, wie man das mit der Methode der kleinsten Quadrate macht.

Wenn ich eine feste Validierungsspalte wähle, würde es im Skript der Regressionsanalyse diese Zeilen geben:
Wo( Format ( : Validierung ) == "Ausbildung" )
Wo( Format ( : Validierung ) == "Validierung" )

 

Betreff: Automatische Durchführung unterschiedlicher Validierungen mit JMP-Skript in der Standardregression der kleinsten Quadrate

Verwenden Sie JMP Pro? Es ist wahrscheinlich, wenn Sie JMP verwenden, um eine Validierungsspalte zu erstellen, und die Validierungsrolle in einer Plattform verwenden.

 

Wenn ich Sie wäre, würde ich mit der rechten Maustaste auf die Statistik klicken, die ich booten möchte, und dann die Bootstrap-Option unten im Popup-Menü auswählen.

 

oder du könntest es auf die harte Tour machen..

(Dieses Skript enthält eine JMP Pro-Funktion)

names default to here(1);

dt=New Table( "Some data",
 Add Rows( 20 ),
 New Column( "Response",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Set Values(
   [-1.82545036264736, 0.728246959467525, -1.00696633045675,
   -1.94845973713604, -0.0621517489644272, 1.31940922160903,
   -1.39078111154494, 2.44117449478401, -0.209184441663871,
   -1.09379674103266, 1.64814151733151, -1.31764655696586,
   0.0254040089481649, -0.755512000894789, -1.2826579879211,
   0.589914544061201, 2.36144445064629, 0.379635414475524,
   -3.78801173090372, -0.434943374358309]
  )
 ),
 New Column( "Factor",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Set Values(
   [-1.6221491198447, 1.28782659216483, -2.76536700522009,
   -1.94258144594943, -0.66656328643386, 1.22476702284507,
   -1.92374219399329, 0.343884151691415, -0.0708634559705932,
   -1.96753984956401, 2.36508689631865, -1.3102347891645,
   -0.359555016603859, -1.89982154229024, -2.31502621519621,
   1.18810219397683, 1.7928172570621, 1.19417348867999, -1.68736902315671,
   0.0111059935344733]
  )
 )
);
dtc=New Table( "Crossvalidation table",
 Add Rows( 0 ),
 New Column( "RSquare",
  Numeric,
  "Continuous",
  Format( "Fixed Dec", 12, 4 ),
  Set Selected,
  Set Values( [] )
 ),
 New Column( "RASE",
  Numeric,
  "Continuous",
  Format( "Fixed Dec", 12, 5 ),
  Set Selected,
  Set Values( [] )
 ),
 New Column( "Freq",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Set Selected,
  Set Values( [] )
 )
);


for (i=1, i<=10, i++, 

dt<<MAKE validation="" column=""></MAKE>