49964_ko-KR

liliconcom

앙상블 모델 용 프로파일 러

여러 개의 수식 열로 구성된 모델로 그래프 메뉴 아래에있는 프로파일 러를 사용할 수 있습니까? 

 

주 구성 요소 회귀 분석을 사용한 간단한 예가 아래에 있습니다.  '모두를 다룰 수식 하나'를 만들 필요없이 더 복잡한 예측에 대해이 작업을 수행하는 더 쉬운 방법이 있습니까?

 

Names default to here( 1);

//Open sample data
dt = Open( "$Sample_data/iris.jmp" );

//Create Ensemble Model, or a model made from multiple columns
New Column(
 "Prin1", Numeric, "Continuous", Format( "Best", 12 ),
 Set Property( "Notes", "Principal Components Save Principal Components" ),
 Formula(
  -0.959279801658072 * :Sepal width + 0.367228033354166 * :Petal length + 0.834830316023339 * :Petal width
  +0.551555338573661
 )
);

New Column( "Prin2",
 Numeric, "Continuous", Format( "Best", 12 ),
 Formula(
  2.08030206250583 * :Sepal width + 0.144745989637573 * :Petal length + 0.440119489548904 * :Petal width + (
  -7.43198224262481)
 )
);

New Column( "Pred Formula Sepal length",
 Numeric, "Continuous", Format( "Best", 12 ),
 Formula( 5.84333333333333 + 0.422991631523829 * :Prin1 + 0.434788183838157 * :Prin2 ),
 Set Property( "Predicting", {:Sepal length, Creator( "Fit Least Squares" )} )
);

//Make one formula containing the entire model.
Eval( Eval Expr( 
 dt << New Column( "Profiler Prediction Formula",
  Numeric, "Continuous", Format( "Best", 12 ),
  Formula( Expr( Substitute( 
   Column( dt, "Pred Formula Sepal length" ) << Get Formula,
   Expr( :Prin1 ),
   Eval Expr( ( Expr( dt:Prin1 << Get Formula ) ) ),
   Expr( :Prin2 ),
   Eval Expr( ( Expr( dt:Prin2 << Get Formula ) ) )
  ) ) )
 )
) );

//Compare profilers
New Window( "Profilers",
 Profiler(
  Y( :Pred Formula Sepal length ),
  Profiler(
   1,
   Term Value(
    Prin1( 0, Lock( 0 ), Show( 1 ) ),
    Prin2( 0, Lock( 0 ), Show( 1 ) )
   )
  ),
  SendToReport(
   Dispatch( {}, "Profiler", OutlineBox, {Set Title( "What I get" )} )
  )
 ),
 Profiler(
  Y( :Pred Formula ),
  Profiler(
   1,
   Term Value(
    Sepal width( 3.125, Lock( 0 ), Show( 1 ) ),
    Petal length( 3.75, Lock( 0 ), Show( 1 ) ),
    Petal width( 1.375, Lock( 0 ), Show( 1 ) )
   )
  ),
  SendToReport(
   Dispatch( {}, "Profiler", OutlineBox, {Set Title( "What I want" )} )
  )
 )
);

다시 : 앙상블 모델에 대한 프로파일 러

이 경우가 아니라, 각 모델이 부스트 트리에서와 마찬가지로 이전 모델의 잔차를 예측 한 여러 모델 유형을 향상시키는 예측을 프로파일 링하려고 시도했습니다.  지금 명백한 체크 박스는 잘 작동합니다!

다시 : 앙상블 모델에 대한 프로파일 러

당신은 웅대하게 아래 보이는 것과 같은 것을 찾고 있습니까?

Fit Model에서 PC를 예측 변수로 사용하는 모든 4에 대한 예측.

 

 

다시 : 앙상블 모델에 대한 프로파일 러

와우, 얼마나 많은 사람들이 그 대화를 클릭했는지 부끄럽다.

 

감사!

다시 : 앙상블 모델에 대한 프로파일 러

이런 식으로하고 싶니?

 

 

 

그렇다면 예측 프로파일 러 대화 상자의 왼쪽 아래에 "중간 공식 수식 확장"확인란이 있습니다. 해당 확인란을 선택하십시오.

 

다시 : 앙상블 모델에 대한 프로파일 러

옵션을 사용하여 중간 공식 확장 .