¿Cuáles son sus conjuntos de datos favoritos para demostrar modelos de partición?Me encantaría tener tu lista de go-to's .... ¡gracias de antemano!
Re: ¿Cuáles son sus conjuntos de datos favoritos para demostrar modelos de partición?Para la partición estándar, mi favorito es la tableta de producción, ya que muestra muy bien en un caso de producción que puede ayudarlo a identificar qué funcionó mejor y qué no funcionó a partir de datos históricos. También muestra interacciones multifactoriales fáciles de explicar a las personas en la producción. Aunque no es una prueba estadística completa de que no hay otros factores importantes, mi principal propósito de mostrar es:
Si tiene un problema de producción y ya ha recopilado algunos datos, este es un enfoque muy fácil y rápido para guiar a las personas sobre qué hacer y qué no hacer basándose en datos históricos para ganar tiempo para un análisis más completo. Al menos encuentra configuraciones que funcionaron en el pasado y puede guiar a su gente para que produzca más, incluso si no con las mejores configuraciones óptimas.
Para los datos faltantes, utilizo el conjunto de datos de bandas para mostrar el efecto de la falta informativa. Puedes usarlo también para otros modelos.
Para situaciones más avanzadas, uso un conjunto de datos de molienda de pigmentos (de Phil) que tiene mulicolinaridades elevadas y con enfoques estándar, solo la temperatura en la olla se está convirtiendo en una contradicción significativa con el conocimiento empresarial. El uso de bootstrap forest permite una mejor selección de posibles factores importantes para informar un nuevo dado y, finalmente, una mejor solución que simplemente seguir la reducción de temperatura altamente lineal en el efecto de olla.
Re: ¿Cuáles son sus conjuntos de datos favoritos para demostrar modelos de partición?También uso la tableta para la partición. Rara vez usaría algo más.
Si estoy demostrando JMP Pro / Modelado predictivo / Aprendizaje automático, comenzaría con la tableta y luego podría ir a un conjunto de datos más amplio. Me gustan los datos de retrasos de vuelo. No es un ejemplo industrial, pero la gente puede relacionarse fácilmente: la primera división muestra que los retrasos en la llegada de los vuelos son más largos después de las 2.50 pm.
Es bueno porque puede mostrar que la partición es rápida cuando tiene muchos datos. Y que puede crear fácilmente modelos "mejores" con validación y métodos de partición mejorados. Y También puede mostrar que el generador de gráficos sigue siendo muy rápido con gran cantidad de datos.
Puedes descargar los datos desde aquí: http://stat-computing.org/dataexpo/2009/the-data.html
Re: ¿Cuáles son sus conjuntos de datos favoritos para demostrar modelos de partición?También utilizo los datos de la tableta y también los uso para demostrar la capacidad de ciertas soluciones de "bloqueo". Analizo las soluciones de bloqueo que requerirían la especificidad del proveedor que inevitablemente requeriría lotes de "clasificación" o "recolección de cerezas" en el almacén.
