J'étudie les expressions des gènes de l'ARN dans diverses maladies et utilise JMP Pro 14 pour la modélisation. Je souhaite, en tant que contrôle, modéliser un ensemble de contrôle de gènes de contrôle (gènes de ménage, qui ne varient pas selon l’état). En utilisant la régression logistique nominale, les baies naïves et la partition, j'ai obtenu des résultats négatifs cohérents (zone ROC ~ 0.45 -0.55) dans les ensembles de formation et de validation. Mais la forêt de bootstrap m'a donné des ROC élevés> 0,80 dans la formation et ~ 0,55 dans la validation. Cela m'a semblé étrange. J'ai donc créé une base de données synthétique de 100 lignes: Response = yes ou no, N = 50 chacun. J'ai créé trois colonnes de nombres aléatoires, plus une colonne de validation empilée, de sorte que la moitié des réponses oui ou non étaient une formation à la validation. Encore une fois, la régression logistique nominale, les baies naïves et la partition ont donné des zones ROC d'environ 0,5 comme prévu. Mais la forêt de bootstrap donnait une surface de ROC de 0,82 et une surface de validation de 0,48. J'ai utilisé les paramètres de la forêt d'amorçage comme suggéré dans la documentation de l'utilisateur. Je les ai tripotés sans effet évident. Pourquoi la forêt boostrap donne-t-elle une zone de RDC élevée pour un ensemble d'entraînement de nombres aléatoires? Mes paramètres sont-ils incorrects? Merci. Neal.
Je vous suggère d'envoyer un email à support@jmp.com en les dirigeant vers ce fil. Vous devez également mentionner le numéro de version de JMP que vous utilisez.
