JMP 15 Crea colonna di convalida (con valori mancanti) non è lo stesso di JMP 14 quando si utilizzano le colonne di stratificazioneOggi ho appena iniziato a usare JMP 15. quando provo JMP 15 a creare una colonna di convalida con colonne di stratificazione (alcune colonne con valori mancanti), la nuova colonna di convalida creata non riconosce il valore mancante e stratifica le righe senza valori mancanti.
ma JMP 14 non ha avuto questo tipo di risultato, ha stratificato le colonne solo in percentuale anche con valori mancanti.
La mia domanda è: c'è un modo in cui posso usare le celle / i valori mancanti per dividere le righe per il mio set di dati di convalida?
Grazie!
Ri: JMP 15 Crea colonna di convalida (con valori mancanti) non è lo stesso di JMP 14 quando si usano le colonne di stratificazioneAd esempio in JMP 15: per un set di dati con 10000 righe e 10 colonne. Voglio creare 2000 righe come set di dati di convalida, quindi ho usato "Crea colonne di convalida"> Colonne di stratificazione> Sono selezionate 7 colonne (alcune di esse hanno valori mancanti, ad esempio almeno il 10% di valore mancante prima dell'imputazione). in JMP 14, posso ottenere 2000 righe esatte come set di dati di convalida, ma in JMP 15 ottengo solo 7200 righe come training e 1800 righe etichettate come validation. tutte le 1000 righe hanno un valore vuoto (né etichettato come training o validazione) ... quindi devo tornare indietro per usare JMP 14 per creare un set di dati di validazione ...
Ri: JMP 15 Crea colonna di convalida (con valori mancanti) non è lo stesso di JMP 14 quando si usano le colonne di stratificazioneSono leggermente confuso. Le variabili target hanno alcuni valori mancanti, ma si desidera comunque formare la colonna di convalida stratificata per la variabile target. È corretto? In tal caso, dove vorresti che andassero i valori mancanti? Formazione o validazione? Penso che tu voglia ancora la divisione 80/20 dei valori mancanti, giusto? Presumo che sia così.
Pensa a uno scenario semplice in cui hai un target binario: 0 o 1, ma hai alcuni valori mancanti. Vuoi che l'80% dei tuoi dati vada in formazione, il 20% in validazione. Quando ti dividi in allenamento e validazione in base al bersaglio, stai dicendo che vuoi una divisione 80/20 per tutti gli 0, una divisione 80/20 per tutti gli 1 e una divisione 80/20 per i mancanti. Tuttavia, l'obiettivo mancante non può essere utilizzato per la creazione del modello. Non c'è obiettivo da provare e prevedere! JMP ignorerà le righe di destinazione mancanti indipendentemente dal ruolo di convalida assegnato.
Tuttavia, puoi comunque assegnare un ruolo di convalida ai valori mancanti, se hai qualche altro motivo per farlo. Vai su Analizza> Screening> Esplora valori mancanti. Scegli solo la colonna di destinazione. Quindi scegliere uno dei metodi di imputazione. Non importa quale. Ho scelto un'imputazione normale multivariata. I valori target mancanti avranno ora tutti un risultato, probabilmente lo stesso valore. Assicurati di tenere aperto questo rapporto!
Ora crea la colonna di convalida come faresti normalmente, specificando l'obiettivo come variabile di stratificazione. Il tipo di colonna di convalida deve essere corretto affinché funzioni. Nota che hai valori imputati, quindi non ci sono valori mancanti e la colonna di convalida verrà completamente compilata utilizzando i dati imputati. Tornare al rapporto Esplora valori mancanti e fare clic sul pulsante Annulla nell'area Rapporto di assegnazione. Ciò rimuoverà i valori imputati dalla variabile target, ma nella colonna di convalida verranno comunque inseriti i valori Formazione e Convalida.
Ri: JMP 15 Crea colonna di convalida (con valori mancanti) non è lo stesso di JMP 14 quando si usano le colonne di stratificazioneDan,
Grazie per la tua risposta.
La variabile target non ha alcun valore mancante. sono etichettati come 0 o 1.
Voglio stratificare 2 o 3 variabili di input / feature (voglio solo assicurarmi che train / validation abbia una distribuzione simile). Ma le variabili di input hanno valori mancanti.
in JMP 14, posso stratificare le variabili target + feature (con valori mancanti) e ottenere la colonna di validazione senza valore mancante.
Ma nuovo JMP 15, le colonne di convalida con valori mancanti a causa di diverse celle mancanti di variabili funzione.
Ri: JMP 15 Crea colonna di convalida (con valori mancanti) non è lo stesso di JMP 14 quando si usano le colonne di stratificazioneL'approccio che ho delineato dovrebbe ancora funzionare, anche se stratificato per variabili di input. Ma perché stai stratificando in base a un input? La modellazione è quella di prendersi cura della relazione tra gli input e gli output in modo che la stratificazione basata sugli input non sia necessaria o addirittura desiderata. (So che in alcuni casi molto rari ti stratifichi sul bersaglio e su un input, ma questo è solo in situazioni in cui hai quasi separazione). La formazione e la validazione sono in genere stratificate solo sugli obiettivi. Se insisti sulla stratificazione in base agli input, assicurati di stratificare anche in base al tuo obiettivo. La linea di fondo è che l'approccio che ho delineato dovrebbe ancora funzionare, anche se le colonne di stratificazione sono input.
Ri: JMP 15 Crea colonna di convalida (con valori mancanti) non è lo stesso di JMP 14 quando si usano le colonne di stratificazioneDan,
Grazie ancora per la tua condivisione. è utile.
personalmente penso che sia un bug per JMP 15 rispetto a JMP 14.
Colonna di stratificazione S La funzione dovrebbe considerare i valori mancanti esistenti per le variabili di input.
JMP14 ha questa funzione, ma JMP 15 no.
Ri: JMP 15 Crea colonna di convalida (con valori mancanti) non è lo stesso di JMP 14 quando si usano le colonne di stratificazionePersonalmente non ritengo sia un bug, ma una correzione di una svista in v14, ma questa è solo la mia opinione. È necessario segnalarlo al supporto tecnico JMP. Ciò fornirà il suggerimento agli sviluppatori come un possibile bug e una funzionalità che potrebbero voler prendere in considerazione per le versioni future.
