报告人工神经网络中所有模型的所有模型的结果你好，
我试图在400点集上使用ANN进行10倍交叉验证。我正在使用10个游览和10个模型进行提升。我希望JMP报告所有100个模型的模型性能测量（10倍* 10次巡视）。有一个简单的方法吗？
还有一种方法可以告诉JMP尝试不同的节点组合并报告所有结果而不是一次运行一个节点吗？
谢谢，
米娜。
回复：报告人工神经网络中所有模型的所有模型的结果我将在接下来的几周内旅行，但如果你发布你的代码，我相信有人会愿意提供帮助。
但为什么你需要每个折叠的拟合统计数据？找不到最好的神经网络模型的目标不是？如果是这样，JMP会自动为您完成。再次，这就是k-fold的目的。
至于置信区间，神经网络通常适合非常大的数据集，这使得传统的统计推断无信息。换句话说，由于样本量太大，所有内容通常都显示为具有统计意义。权重的置信区间不会非常有用，因为你有隐藏的节点，并且增强会使这很困难。预测值的置信区间可能最好通过自举来处理，而不是尝试进行任何分布假设。
回复：报告人工神经网络中所有模型的所有模型的结果谢谢丹！
你能帮我编码吗？我试过但它不起作用（这是我第一次在JMP中编码）。
还有一种方法可以从JMP的神经网络中获得95％的置信限，就像它对线性回归一样吗？
回复：报告人工神经网络中所有模型的所有模型的结果几个问题。你说你正在使用10个游览。你是说你使用10种型号进行助推吗？无论如何，我希望下面的建议能指出正确的方向。
为了获得每个折叠的拟合统计数据，我认为您需要编写一些脚本。首先，您需要创建一个定义每个折叠的验证列。然后使用支撑折叠＃1的Boosted ANN模型，保存结果（无论您想要哪种结果）。然后脚本可以将保持设置增加为折叠＃2等。是的，这将是乏味的，但请记住，k-fold的目的是让JMP为你做繁重的工作。JMP应该选择性能最佳的结果，您不需要检查每个折叠。
最后，你的最后一个问题。“尝试不同的节点组合”是什么意思？您是指更改隐藏节点的数量，并且您想比较具有2个节点，3个节点，4个节点等的模型的性能？如果是这样，我认为这需要由脚本处理。
