Controllo localeQuesto componente aggiuntivo esegue l'analisi del controllo locale insieme a diverse opzioni grafiche e statistiche interattive.Il controllo locale stima gli effetti del trattamento all'interno di gruppi di soggetti come descritto in Lopiano, Obenchain e Young (2014). È possibile selezionare in modo interattivo il numero di cluster e confrontare cumulativamente i risultati.Questo tipo di analisi è utile per gestire sottogruppi in dati osservativi o sperimentali.
Il codice JSL per questo componente aggiuntivo è stato originariamente scritto da Bob Obenchain e Stan Young.
Per installare il componente aggiuntivo, scarica il file .jmpaddin di seguito e trascinalo nella finestra JMP.Per eseguirlo, aprire prima una tabella JMP per la quale si desidera eseguire un'analisi del controllo locale, quindi fare clic su Componenti aggiuntivi > Controllo locale > Finestra di dialogo.
Di seguito è riportato uno screenshot di esempio.
Visualizzazione datiAnalisi esplorativa dei datiScienze di vitaStatisticheRi: Controllo localeSalve signor Wolfinger, molte grazie per questo prezioso componente aggiuntivo. A proposito, sto utilizzando la tua implementazione XGBoost e funziona abbastanza bene con un'ottimizzazione esterna. Ho una domanda: ¿quando saranno disponibili le implementazioni CatBoost e LightGBM? Anche... Sarebbe bello se potessi aggiungere un menu di ottimizzazione dedicato per l'ottimizzazione per scopi generali (come Optuna in Python). Grazie
Ri: Controllo localeCIAO @Biominer_17 Grazie mille per il feedbackAbbiamo incorporato LightGBM e CatBoost nell'elenco delle "cose da fare" per XGBoost. Stiamo inoltre continuando a ricercare modi migliori per l'ottimizzazione degli iperparametri.Nel frattempo, è disponibile una tabella dati di ottimizzazione in cui è possibile specificare la propria tabella dati pregenerata, ad esempio da DOE Fast Flessibilità Filling Design.C'è anche un Componente aggiuntivo di ottimizzazione bayesiana .
Ri: Controllo locale@russ_wolfinger Grazie molto. In effetti ho provato il componente aggiuntivo di ottimizzazione bayesiana e funziona abbastanza bene, il suo punto negativo potrebbe essere il costo in termini computazionali (dovuto è un processo gaussiano). E non ho provato l'opzione DOE, potresti mostrarmi come eseguirla? grazie ancora
Ri: Controllo locale@Biominer_17 Sono contento che tu stia facendo progressi con questo.È possibile creare una tabella dei parametri con DOE > Scopo speciale > Progettazione riempimento spazio.I nomi dei fattori devono corrispondere esattamente ai nomi dei parametri XGBoost che desideri ottimizzare.Ogni riga della tabella contiene i valori dei parametri che desideri adattare durante la ricerca nello spazio degli iperparametri. È possibile specificare il nome di questa tabella in XGBoost in Opzioni avanzate > Ottimizzazione della tabella dati per adattarla a tutti i punti.
Ri: Controllo localeGrazie!
