189094_zh-TW

liliconcom

使用 JMP / JMP PRO 進行時間序列的 k 重交叉驗證

我想使用 Bootstrap 或提升樹，但使用 k 折方法，因為我在分區樹或神經網路中使用它。 但是我只看到添加修復驗證列的選項。

 

由於我正在處理時間序列，因此無法很好地使用隨機樣本來擬合我的模型。

 

除此之外，我對 JMP 中實現的 k 倍表示懷疑，因為它總是說隨機樣本。

 

 

我正在尋找這樣的序列（至少）：

 

我認為 JMP 做了類似的事情（請確認）：

 

 

以下是所有選項，最適合我的情況是 TimeSplit。

https://scikit-learn.org/stable/auto_examples/model_selection/plot_cv_indices.html#sphx-glr-auto-examples-model-selection-plot-cv-indices-py

 

有什麼想法或解決方法嗎？

 

回覆：使用 JMP / JMP PRO 進行時間序列的 k 重交叉驗證

當使用神經網路和驗證列時，結果是簡單的推斷。 此介面中也不使用測試行。

 

關於如何為樹或神經網路實現適當的 k 折疊的想法？

 

 

 

回覆：使用 JMP / JMP PRO 進行時間序列的 k 重交叉驗證

如果將 cutpointvalidation 方法用作擬合樹的列（建議用於 JMP 中的時間序列）：

 

 

回覆：使用 JMP / JMP PRO 進行時間序列的 k 重交叉驗證

已確認：在 JMP 14 中，K 倍實際上是進行 k 次隨機抽樣。