予測子スクリーニングの結果を解釈する方法と、これは一般的ですかやあ！
私は生物工学の修士課程で、現在、多くのデータ処理を含む論文に取り組んでいます。 分類器の入力である約 248 ウィンドウ (各 5 秒) に信号の 66 の特徴があります。 出力は、特定の症状のレベル、順序変数です。 分類の前に「機能選択」を適用したかったのは、症状とよく相関する物理パラメーターを知りたいからです。
JMPの「予測子スクリーニング」オプションを使用することを考えていました。 しかし、これを行うには、さらに 2 つのことを理解する必要があります。
- この「予測スクリーニング」は、一般的な機能選択ツールとして使用できますか? 特徴を選択したら、ブートストラップ ツリー フォレスト (予測子スクリーニング ツールで使用される) だけでなく、さまざまな分類子を試してみたいと思います。
- 予測子スクリーニングの出力の「寄与」レベルを正確に解釈するにはどうすればよいですか? 私はこれについて多くの紛らわしい情報を見つけました。
余分な発言;機能の選択について他にアイデアがありましたら、お知らせください。 
良い１日を、
ベン
Re: 予測子スクリーニングの結果を解釈する方法と、これは一般的なものですかPredictor Screening プラットフォームは、変数の選択に使用できる多くのプラットフォームの 1 つです。実際、JMP/JMP Pro のほぼすべてのモデリング プラットフォームを変数の選択に使用できます。 それぞれが太陽の下でそれぞれの場所を持っています。 Stepwise、Partition、Partial Least Squares などのさまざまなプラットフォームの JMP のドキュメントを読むことをお勧めします。JMP Pro をお持ちの場合は、そう思われます...Bootstrap Forest と Boosted Tree です。 または、一般化回帰プラットフォーム パーソナリティの Elastic Net または Adaptive Lasso サブ パーソナリティ...
しかし、最初に...プロセスの動作とデータ自体の系統を理解するためにどれだけの時間と労力を費やしましたか? 私が尋ねる理由は、Predictor Screening プラットフォームの実行結果が、既知の医学の法則に反しているとだけ言っておきましょう (医療アプリケーションがあるように聞こえますか???)? たとえば、プラットフォームのレポートが、喫煙の増加が肺がんの確率の低下につながることを示唆している場合は、何かがおかしい. それともデータ品質？ 欠落、外れ値、意味のない値、データ内の多変量共線構造が隠されているか、または明らかではないか? これらの問題はすべて、モデリングに大混乱をもたらす可能性があります。 そのため、古き良き時代のディストリビューション プラットフォーム (世界の一変量ビュー用) から、外れ値/欠損値の探索、および主成分プラットフォームまでのプラットフォームを使用して、このスペースで最初に時間を費やすことをお勧めします。 、予測変数 AND 応答のデータ。 ここでの最後のステップは、モデリングの検証戦略について考えることです。 変数選択タイプの問題については、JMP Pro Make Validation プラットフォームで利用可能な Train/Validation/Test 検証構造を使用することをお勧めします。
幸運を！
