为什么JMP在OSX（El Capitan）上对于高斯模型（kriging）来说非常慢<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />嗨，
我已经在配备Intel Corei7处理器和8Gb RAM的Macbook air上购买并安装了JMP 12。
JMP很不错，但我买它主要是为了使用克里金方法估算元模型（模型，高斯）。
不幸的是，估算过程非常缓慢。我正在使用具有2400个观察点的数据子集，具有8个独立变量，并且它需要永远（直到现在超过12小时），并且进度条几乎不移动。
这是正常的吗？我已经读过这个平台无法利用多核（我有两个核，我可以运行4个线程）。我怎么能加快这个过程呢？
我还有一个有4核的MacBook Pro。我还可以在其上安装JMP许可证吗？好吧，如果它不使用多核，那就不能解决我的问题，我想......
我将对我的研究做很多克里金估计，所以任何想法都会非常受欢迎。
非常亲切，
教授 Murat Yildizoglu
Re：为什么JMP在OSX（El Capitan）上对于高斯模型（kriging）来说非常慢亲爱的瑞恩，
我目前正在测试JMP 12演示，我们的一个主要问题也是高斯过程相对非常慢的速度。10个变量和1000行的数据集。Python 4s，JMP> 5小时。
我想你不能说关于JMP 13的可能发布期限？高斯过程的这种更快的引擎是否只适用于Pro版本？
亲切的问候
安德烈亚斯
Re：为什么JMP在OSX（El Capitan）上对于高斯模型（kriging）来说非常慢Yildzoglu教授，
我同意，神经网络确实提供了他们自己的一系列挑战，其中简约模型就是其中之一。 你在使用JMP Pro吗？JMP Pro中有几个选项可以让您使用NN平台构建更强大的预测模型。 这些模型很可能不像您为相同数据构建的任何高斯模型那样简约，但它们的预测能力可能同样好或更好。
我喜欢NN（在大多数情况下）比高斯更好的原因是尽管高斯精确地拟合每个点，但是两个连续数据点之间的拟合很难确定并且最好是外推。 检查这个的一种方法是看你的实际由Jackknife预测适合你高斯适合。从右上角到左下角画一条45度线。 如果你的数据在这条线上很紧，那么数据就没有什么偏差了，你可以更加相信，即使在各点之间你也很合适。 这里有一个优点，你有很多数据，你可能不必担心这些点之间发生了什么。
您还可以在Prediction Profiler中查看高斯拟合在连续点之间的波动情况。 在附加的数据表中，存在高斯拟合，普通最小二乘（OLS）拟合和相同数据集的NN拟合的分析器比较。 NN拟合在Tan H激活函数中具有3个隐藏节点，并且具有5层K折叠交叉验证。 OLS拟合是使用RSM构建的，具有或多或少的逐步变量减少。 我想指出的一件事是“如何” 蠕动 “将高斯分析仪与其他两种分析仪进行比较。 当您在任何一个自变量中移动值时，您将看到预测值偏移，但对于高斯分析器，您还将看到自变量的各个预测线与其他两个拟合模型相比可以相当显着地移动。
我还使用Fit Y by X对这三个模型进行了比较。高斯拟合显示了模型的完美拟合，但这与您在剖析器中看到的不一致。 如果没有偏差，当你从一个点移动到另一个点时，高斯配合的探测器将与其他两个一样平坦。
我在这里使用的数据本质上是随机的，但是在计算机模拟等确定性系统中看到相同类型的结果并不罕见。
最好，
法案
Re：为什么JMP在OSX（El Capitan）上对于高斯模型（kriging）来说非常慢非常感谢Bill和Ryan！
我已经按照你的建议比尔了。实际上ANN更快。不幸的是，当我改变隐藏节点的数量时，估计似乎相当不稳定：当我更改此参数时，因变量和独立变量之间的关系可能会反转。哪个不太确定......
为了让您了解我想要做的事情：我试图了解参数与经济模拟模型输出之间的关系。正如我们在计算经济学论文中所展示的那样，使用DoE和克里金估计在我们的背景下给出了良好和简约的结果。
I. Salle，M。Yildizoglu，计算经济模型的有效抽样和元模型 ，即将到来计算经济学 ，于2013年11月在线发布。
Re：为什么JMP在OSX（El Capitan）上对于高斯模型（kriging）来说非常慢比尔关于尝试NN平台的建议是一个很好的建议。我想指出，我们正在更新JMP Pro 13的高斯处理平台。这些更新采用了新技术，可以提供更快的整体估算，并且在可用时可以利用多个核心。
Re：为什么JMP在OSX（El Capitan）上对于高斯模型（kriging）来说非常慢教授你好 Yildzoglu，
根据过去的经验，一旦你超过100次观察，无论你的计算机有多强大，高斯平台都会显着减慢。 您是否为元模型尝试过神经网络平台？在之前的生活中，我们发现NN平台通常为相同数据提供比高斯平台更好的近似模型，并且对于更大的数据集更快。
最好，
法案
