로컬 제어이 추가 기능은 여러 대화형 그래픽 및 통계 옵션과 함께 로컬 제어 분석을 수행합니다.Local Control은 Lopiano, Obenchain, Young(2014)에 설명된 대로 피험자 집단 내에서 치료 효과를 추정합니다. 대화형으로 클러스터 수를 선택하고 결과를 누적 비교할 수 있습니다.이러한 종류의 분석은 관찰 또는 실험 데이터의 하위 그룹을 처리하는 데 유용합니다.
이 추가 기능의 JSL 코드는 원래 Bob Obenchain과 Stan Young이 작성했습니다.
추가 기능을 설치하려면 아래 .jmpaddin 파일을 다운로드한 다음 JMP 창으로 드래그하세요.이를 실행하려면 먼저 로컬 제어 분석을 수행하려는 JMP 테이블을 연 다음 추가 기능 > 로컬 제어 > 대화 상자를 클릭하세요.
예시 스크린샷은 아래와 같습니다.
데이터 시각화탐색적 데이터 분석생명 과학통계답변: 로컬 제어안녕하세요 Mr. Wolfinger. 이 귀중한 추가 기능을 제공해 주셔서 감사드립니다. 그건 그렇고, 나는 XGBoost 구현을 사용하고 있으며 외부 최적화와 꽤 잘 작동합니다. 질문이 있습니다. CatBoost 및 LightGBM 구현은 언제 사용할 수 있나요? 또한... 범용 최적화를 위한 전용 최적화 메뉴(Python의 Optuna 등)를 추가할 수 있다면 좋을 것 같습니다. 감사해요
답변: 로컬 제어안녕 @바이오마이너_17 피드백을 보내주셔서 정말 감사드립니다.우리는 XGBoost의 "할 일" 목록에 LightGBM과 CatBoost를 통합했으며, 하이퍼파라미터 튜닝을 위한 개선된 방법도 계속 연구하고 있습니다.그 사이에는 DOE Fast Flexable Filling Design 등에서 미리 생성된 설계 테이블을 직접 지정할 수 있는 튜닝 설계 테이블이 있습니다.또 한있다 베이지안 최적화 추가 기능 .
답변: 로컬 제어@russ_wolfinger 많은 감사를 드립니다. 실제로 나는 베이지안 최적화 추가 기능을 사용해 보았고 꽤 잘 작동했습니다. 부정적인 점은 계산 측면에서 비용이 많이 든다는 것입니다(가우시안 프로세스로 인해). 저는 DOE 옵션을 시도해 본 적이 없습니다. 수행 방법을 알려주실 수 있나요? 다시 한번 감사드립니다
답변: 로컬 제어@바이오마이너_17 진전이 있어서 다행입니다.DOE > Special Purpose > Space Filling Design으로 매개변수 테이블을 생성할 수 있습니다.요소 이름은 조정하려는 XGBoost 매개변수 이름과 정확히 일치해야 합니다.테이블의 각 행에는 초매개변수 공간을 검색할 때 맞추려는 매개변수 값이 포함되어 있습니다. XGBoost의 Advanced Options > Tuning Design Table에서 이 테이블의 이름을 지정하여 모든 포인트에 맞출 수 있습니다.
답변: 로컬 제어감사해요!
