验证和加权我正在处理大约 8500 条记录的文件，其中大约 100 条记录的响应变量值为 Y，其余记录的值为 N。我在响应变量 Y 上运行分区模型，然后添加各种 X 因子。鉴于“响应”数量相对较少，我在使用此模型时有两个问题。
1）我应该使用条件格式（添加新列）对响应变量进行加权吗？
2）验证部分应该使用多少百分比（20%、30%...）？
回复：验证和加权敏感性和特异性可能是更好的指标。回复：验证和加权谢谢。当你说相对一致性时，你如何最好地衡量这一点？ 训练和验证的 R2 值相似吗？
汤姆
回复：验证和加权不要尝试过度优化，否则您将过度拟合验证集。只需选择一个使训练集和验证集之间相对一致的设置并采用它即可。
回复：验证和加权很棒的信息，将纳入其中。现在我已经运行了各种验证比例以及加权和未加权，我确实得到了与预期略有不同的结果。在从建模中选择最佳结果时，您建议最关注哪些统计因素？
回复：验证和加权@克里斯_基希伯格，这真的很酷，这正是我想要的。今天学到了新东西。
回复：验证和加权您可能还希望将利润矩阵作为加权方案包括在内。 查看此链接以了解更多信息：
https://www.jmp.com/support/help/13-2/Specify_Profit_Matrix.shtml
希望有帮助。
克里斯
回复：验证和加权我可能会，尽管我想这在某种程度上取决于适合您情况的良好分类器。如果您想确保错过“Y”响应会受到巨大惩罚，以确保您在预测这些问题方面做得足够好，那么这将是一个好主意。我不是这个领域的专家，但我可能会尝试不同的权重并观察对混淆矩阵的影响。
回复：验证和加权谢谢卡梅伦，
我有 8 个因素可以开始缩小范围。您是否也建议加权？
回复：验证和加权对于这个总尺寸，我会进行 70/30 ro 60/40 分割。你可以两者都尝试一下。你有多少因素？
