231082_fr-FR

liliconcom

La colonne de validation de création JMP 15 (avec valeurs manquantes) n'est pas la même que JMP 14 lors de l'utilisation de volumes de stratification.

Je viens de commencer à utiliser JMP 15 aujourd'hui. lorsque j'essaie avec JMP 15 de créer une colonne de validation avec des colonnes de stratification (certaines colonnes avec des valeurs manquantes), la nouvelle colonne de validation créée ne reconnaîtra pas la valeur manquante et ne stratifiera que les lignes sans valeurs manquantes.

mais JMP 14 n'a pas eu ce genre de résultat, il a stratifié les colonnes uniquement par pourcentage, même avec des valeurs manquantes.

Ma question est la suivante : existe-t-il un moyen d'utiliser les cellules/valeurs manquantes pour diviser les lignes de mon ensemble de données de validation ?

 

Merci!

Re : JMP 15 Make Validation Column (avec des valeurs manquantes) n'est pas la même que JMP 14 lors de l'utilisation de volumes de stratification

Personnellement, je ne pense pas qu'il s'agisse d'un bug, mais d'une correction d'un oubli dans la v14, mais ce n'est que mon avis. Vous devez signaler ce problème au support technique JMP. Cela permettra aux développeurs de suggérer un bug possible et une fonctionnalité qu'ils souhaiteront peut-être envisager pour les versions futures.

Re : JMP 15 Make Validation Column (avec des valeurs manquantes) n'est pas la même que JMP 14 lors de l'utilisation de volumes de stratification

Dan,

 

Merci encore pour votre partage. c'est utile.

personnellement, je pense que c'est un bug pour JMP 15 comparant JMP 14.

Colonne de stratification S La fonction doit prendre en compte les valeurs manquantes existantes pour les variables d’entrée.

JMP14 a cette fonction, mais pas JMP 15.

 

Re : JMP 15 Make Validation Column (avec des valeurs manquantes) n'est pas la même que JMP 14 lors de l'utilisation de volumes de stratification

L'approche que j'ai décrite devrait toujours fonctionner, même en stratifiant par variables d'entrée. Mais pourquoi stratifiez-vous en fonction d’une entrée ? La modélisation doit prendre en compte la relation entre les entrées et les sorties afin qu'une stratification basée sur les entrées ne soit pas nécessaire ni même souhaitée. (Je sais que dans certains cas très rares vous stratifiez sur la cible et une entrée, mais ce n'est que dans les situations où vous avez une quasi-séparation). La formation et la validation sont généralement uniquement stratifiées sur des cibles. Si vous insistez pour stratifier en fonction des entrées, assurez-vous également de stratifier en fonction de votre cible. En fin de compte, l'approche que j'ai décrite devrait toujours fonctionner, même si les colonnes de stratification sont des entrées.

 

Re : JMP 15 Make Validation Column (avec des valeurs manquantes) n'est pas la même que JMP 14 lors de l'utilisation de volumes de stratification

Dan,

 

Merci pour votre réponse.

La variable cible n'a aucune valeur manquante. ils sont soit étiquetés 0, soit 1.

Je veux stratifier 2 ou 3 variables d'entrée/fonctionnalité (je veux juste m'assurer que l'entraînement/validation a une distribution similaire). Mais les variables d'entrée ont des valeurs manquantes.

dans JMP 14, je peux stratifier les variables de fonctionnalité cible+ (avec des valeurs manquantes) et obtenir la colonne de validation sans valeur manquante.

Mais nouveau JMP 15, les colonnes de validation avec des valeurs manquantes à cause de plusieurs cellules manquantes de variables de caractéristiques.

 

 

Re : JMP 15 Make Validation Column (avec des valeurs manquantes) n'est pas la même que JMP 14 lors de l'utilisation de volumes de stratification

Je suis légèrement confus. Votre ou vos variables cibles ont des valeurs manquantes, mais vous souhaitez toujours former votre colonne de validation stratifiée par la variable cible. Est-ce correct? Si oui, où voudriez-vous que les valeurs manquantes aillent ? Formation ou validation ? Je pense que vous voulez toujours la répartition 80/20 pour les valeurs manquantes, n'est-ce pas ? Je suppose que c'est le cas.

 

Pensez à un scénario simple dans lequel vous avez une cible binaire : 0 ou 1, mais il vous manque des valeurs. Vous souhaitez que 80 % de vos données soient destinées à la formation, 20 % à la validation. Lorsque vous divisez en formation et validation en fonction de l'objectif, vous dites que vous voulez une répartition 80/20 pour tous les 0, une répartition 80/20 pour tous les 1 et une répartition 80/20 pour les manquants. Cependant, la cible manquante ne peut pas être utilisée pour la construction du modèle. Il n’y a pas d’objectif à prédire ! JMP ignorera les lignes cibles manquantes, quel que soit le rôle de validation qui leur a été attribué.

 

Cependant, vous pouvez toujours attribuer un rôle de validation aux valeurs manquantes, si vous avez une autre raison de le faire. Accédez à Analyser > Dépistage > Explorer les valeurs manquantes. Choisissez uniquement votre colonne cible. Choisissez ensuite l'une des méthodes d'imputation. Peu importe lequel. J'ai choisi l'imputation normale multivariée. Vos valeurs cibles manquantes auront désormais toutes un résultat, probablement la même valeur. Assurez-vous de garder ce rapport ouvert !

 

Créez maintenant votre colonne de validation comme vous le feriez normalement, en spécifiant la cible comme variable de stratification. Le type de colonne de validation doit être corrigé pour que cela fonctionne. Notez que vous avez imputé des valeurs, il n'y a donc aucune valeur manquante et votre colonne de validation sera entièrement remplie à l'aide des données imputées. Revenez au rapport Explorer les valeurs manquantes et cliquez sur le bouton Annuler dans la zone Rapport d'imputation. Cela supprimera les valeurs imputées de votre variable cible, mais votre colonne de validation contiendra toujours les valeurs de formation et de validation renseignées.

Re : JMP 15 Make Validation Column (avec des valeurs manquantes) n'est pas la même que JMP 14 lors de l'utilisation de volumes de stratification

Par exemple dans JMP 15 : pour un ensemble de données de 10 000 lignes et 10 colonnes. Je souhaite créer 2000 lignes comme ensemble de données de validation, j'ai donc utilisé "Créer des colonnes de validation" > Colonnes de stratification > 7 colonnes sont sélectionnées (certaines d'entre elles ont des valeurs manquantes, par exemple, au moins 10 % de valeur manquante avant imputation). dans JMP 14, je peux obtenir exactement 2 000 lignes comme ensemble de données de validation, mais dans JMP 15, je n'obtiens que 7 200 lignes comme formation et 1 800 lignes étiquetées comme validation. les 1000 lignes sont des valeurs vides (ni étiquetées comme formation ou validation)... je dois donc revenir en arrière pour utiliser JMP 14 pour créer un ensemble de données de validation...