바람직 기능 절약안녕하세요. 저는 어제 새로운 데이터에 대한 바람직 함수를 평가하는 것에 대해 썼습니다. 그리고 그 솔루션은 예측 값을 사용하기를 원한다고 가정합니다. 이제 또 다른 질문이 있습니다.
예를 들어 4 개의 기능 열, 3 개의 응답 열 및 그룹화 열이있는 데이터 프레임으로 시작한다고 가정합니다. 나는 4 가지 특징에 대한 그룹의 3 가지 반응에 적합했다 (doe은 RSM이므로 모든 것이 잘 작동 함). 이제 필자는 Fit Model과 Profiler에서 최소 제곱합의 그룹 2 개를 각각 갖게되었습니다. 필자는 어떻게 든 다른 조사에서 희망 사항이있는 데이터 프레임에 열을 추가 할 수있었습니다. 따라서 열의 제목은 바람직 함이며 실제 측정 매개 변수에 대한 적합성을 평가합니다. 비록 데이터 프레임을 두 개로 분리해도 그룹핑 변수 중 하나에 맞추기 만해도이 동작을 복제하는 것처럼 보입니다. 맞춤 모델 페이지의 예측 프로파일 러에서 최적화 및 바람직 함 -> 바람직하지 않은 수식 저장을 선택해야한다고 생각했습니다. 그러나 아무 일도 일어나지 않고 왜 나는 그 이유와 왜 그것이 한 번 일했는지 전혀 모른다. 어떤 생각 / 조언? 감사!
제목 : Reaving desirability function감사! 나는 그것이 사실일지도 모른다라고 생각했다. 그리고 저는 데이터 프레임을 분리 할 때에도 여전히 변수를 변수에 넣었 기 때문에 문제가 해결되지 않은 것처럼 보였습니다. 확인 감사합니다!
제목 : Reaving desirability functionBy 변수를 사용하지 않을 경우 열 수식으로 만 바람직 함을 저장할 수 있습니다.
