バグモデル予測の質問
平均値と標準誤差の予測列を作成するために手がけているニューラルネットモデルに取り組んでいます。 顧客がもっと簡単に使えるように、これをPythonにエクスポートしたいと思います。 スコアリングコードを生成すると、すべてのバグのある推定値の平均が算出されます。 バグのある推定列ではなく、ニューラルネットの元の入力に戻るスコアリングコードを生成する方法はありますか？
どうもありがとう、
ジョン
バッグモデルの予測問題うーん、私たちは違うことを考えているのかもしれません。どのJMPバージョンを使用していますか？あなたが13.1か13.0の上にいるならば、あなたは袋詰めされた式の依存関係を得ることはないでしょう、単に式のトップレベルです。推移的な依存関係式の解決は13.2でのみ起こりました。
また、ニューラルネットワークのアンサンブルを使用すると、非常に大きなモデルが生成される可能性があります。コードサイズが問題になる場合は、14.1を見てください。ここでは、より高速で小型のマトリックスベースのニューラルネットワーク（別名「高速公式」）を使用できるようになります。
バッグモデルの予測問題こんにちはジョン、
元の入力に戻ることによって何を意味しているのかわからない - モデルを展開するための全体的なポイントは、プロダクションパイプラインで新しい入力を処理できるようにすることです。
つまり、バギングアルゴリズムを再度実行して、新しいデータに基づいて新しい「バッグ」をフィットさせてから、新しいモデルの平均を取得できるということですか。
また、コード生成中にエラーが発生したことにも気付きました。これは、演算子 "Mean"のサポートがないことを示しています。将来のバージョンでサポートを追加することを検討しますが、その間に生成されたプレースホルダーメソッドを実装することで、そのサポートを追加することができます。
よろしく、
ナシフ
