54803_fr-FR

liliconcom

Question sur les prédictions du modèle en sac

 

Je travaille sur un modèle de réseau neuronal que j'ai mis dans des sacs pour créer une colonne de prédiction d'erreur moyenne et standard.  J'aimerais exporter cela en Python afin qu'un client puisse l'utiliser plus facilement.  Lorsque je génère le code de scoring, il génère la moyenne de toutes les estimations ensachées.  Existe-t-il un moyen de générer le code de scoring qui retournerait aux entrées d'origine du réseau neuronal au lieu des colonnes d'estimations ensachées?

 

Merci beaucoup,

 

John

Re: Question sur les prédictions des modèles

Hmm, je me suis tout simplement rendu compte que nous examinions peut-être différentes choses. Quelle version de JMP utilisez-vous? Si vous utilisez les versions 13.1 ou 13.0, vous n'obtiendrez pas les dépendances de la formule ensachée, mais uniquement le niveau supérieur de la formule. La résolution de la formule de dépendance transitive n’est apparue qu’en 13.2.

 

De plus, l'utilisation d'un ensemble de réseaux de neurones est susceptible de générer de très grands modèles. Si la taille du code devient un problème, attendez-vous à la version 14.1, où vous pourrez utiliser des réseaux de neurones à base de matrice (également appelés "formules rapides") qui sont à la fois plus rapides et plus compacts.

 

Re: Question sur les prédictions des modèles

Salut John,

 

Vous ne savez pas exactement ce que vous voulez dire en revenant aux entrées d'origine - l'objectif du déploiement du modèle est de pouvoir gérer de nouvelles entrées dans votre pipeline de production. 

Voulez-vous dire, être capable de réexécuter l'algorithme d'ensachage et d'adapter de nouveaux "sacs" basés sur les nouvelles données, puis d'obtenir la moyenne des nouveaux modèles? 

 

De plus, j'ai remarqué une erreur lors de la génération du code, ce qui indique l'absence de prise en charge de l'opérateur "Mean". J'examinerai la possibilité de prendre en charge cette fonctionnalité dans une version ultérieure, mais vous pouvez également l'ajouter en implémentant la méthode d'espace réservé générée à la place.

 

Cordialement,

  Nascif