Pregunta de predicciones de modelos en bolsa
Estoy trabajando en un modelo de red neuronal que he empaquetado para crear una columna de predicción de error media y estándar. Me gustaría exportarlo a Python para que un cliente pueda usarlo con mayor facilidad. Cuando genero el código de puntuación, produce la media de todas las estimaciones empaquetadas. ¿Hay alguna manera de que pueda generar el código de puntuación que regresaría a las entradas originales de la red neuronal en lugar de a las columnas de estimaciones embolsadas?
Muchas gracias,
Juan
Re: Bagged modelo predicciones preguntaHmmm, se me ocurrió que podríamos estar viendo diferentes cosas. ¿Qué versión de JMP estás usando? Si está en 13.1 o 13.0, no obtendrá las dependencias de la fórmula empaquetada, solo el nivel superior de la fórmula. La resolución de la fórmula de dependencia transitiva vino solo en 13.2.
Además, es probable que el uso de un conjunto de redes neuronales genere modelos muy grandes. Si el tamaño del código se convierte en un problema, espere 14.1, donde podrá usar redes neuronales basadas en matrices (también conocidas como "fórmulas rápidas") que son más rápidas y más pequeñas.
Re: Bagged modelo predicciones preguntaHola John,
No está seguro de lo que quiere decir al volver a las entradas originales: el punto principal de implementación del modelo es poder manejar las nuevas entradas en su canal de producción.
¿Quiere decir, poder volver a ejecutar el algoritmo de empaquetamiento y ajustar nuevos "sacos" basados en los nuevos datos, y luego obtener la media de los nuevos modelos?
Además, noté que había un error al generar el código, lo que señalaba la falta de soporte para el operador "Mean". Buscaré agregar soporte para él en una versión futura, pero mientras tanto, puede agregar soporte para eso implementando el método de marcador de posición generado en su lugar.
Saludos,
Nascif
