大神经网络，无法保存公式你好，
我有一个大型数据集，经过漫长的等待，我已经能够在数据上成功运行神经网络。
数据有数千个输入变量和大约700个观测值。
什么是最有效的方法或保存公式？我尝试了“保存公式”但是在24小时等待后无法产生结果，所以我重新启动了jmp。我接下来会尝试快速公式或SAS数据集，但我想我会问这个问题。
我也想知道如何重建我在企业矿工的jmp中的神经网络。该模型只有一层有3个tanH激活节点，被提升（模型运行40次），学习率为.6，并且没有使用惩罚。如果有人能让我继续讨论如何在SAS（基础或EM）中重复这一点，那将非常有帮助。我想我可以在企业矿工中运行jmp代码，这是可能的吗？
谢谢。
Re：大神经网络，无法保存公式是的，我应该尝试你提到的降维方法。我有点犹豫，因为输入数据与数据具有与之相关的未确定滞后的时间序列类似，因此所有输入变量之间的关系有点“模糊”（观察一，输入）变量1是系列中第一个用于所有观测的样本，但我使用NN来查找数据中的模式，而不是直接比较每个变量的观察结果，如果这样做有意义的话，那么我不是100％确定PCA或建议的分区方法是合适的。
我认为降低每个系列的采样率并一次手动删除一个系列可能会导致更少的数据和同等的模型。
Re：大神经网络，无法保存公式我用更小的神经网络进行了更多测试，这似乎是计算效率最高的。
谢谢你的建议。
Re：大神经网络，无法保存公式有了数千个输入变量和40个增强步骤，我可以想象你有一个庞大而复杂的公式。
如果可以的话，如果您使用常规JMP或Bootstrap Forest，Boosted Tree或Generalized Regression，如果您使用JMP Pro将输入变量的数量减少到更易于管理的数量，我建议使用变量减少技术（如分区）。最重要的因素。 一旦有了这些因子，就可以像以前一样使用减少的输入变量集运行神经模型。 不是说模型仍然不会很大和/或复杂，但我敢打赌它会比你现在的NN模型小得多。 此外，如果您使用其他技术，您可以比较模型，通过Karen建议的Formula Depot中的模型比较或独立的模型比较来查看哪一个最佳。
Re：大神经网络，无法保存公式您是否尝试过SAS Data Step（我不是SAS用户，所以我对此并不了解，但建议您考虑一下这个选项）。如果您有JMP13 Pro，则配方库可能会对您有所帮助。您可以将公式发布到软件仓库，然后从软件仓库中创建多种语言的评分代码。
