カテゴリ応答を伴う PLSカテゴリカル (二項) 応答の PLS に関心のある顧客のために、来週 JMP Pro のデモを行う必要があります。これをデモするための良いデータセットを持っている人はいますか?これまでに見つけたすべての PLS データセットには、数値応答が含まれています。
ありがとう、
マーク
Re: カテゴリ応答を伴う PLSこのスレッドに更新します。データテーブルに保存された予測式に [応答確率] 列のプロパティがないカテゴリ応答をモデル化するときに、PLS の問題に気付きました。その結果、モデル比較で PLS モデルを他の分類モデルと比較することはできません。これには特定の理由があるかもしれませんが、それが何であるかはまだわかりません。この問題に関してテクニカル サポートから学んだことで、このスレッドを更新します。
Re: カテゴリ応答を伴う PLSけっこうだ ：）Re: カテゴリ応答を伴う PLSROC 曲線には、実際には誤分類率で確認できる両方のエラー タイプが含まれていますが、表現が異なるだけです。 ROC 曲線の形状により、どのタイプのエラーが (どちらかである場合) 行うべき「より良い」エラーであるかを判断できます。
誤分類の問題は、誤分類があまり敏感ではないことです。 つまり、イベントの確率は考慮されていません。 モデル 1 とモデル 2 の 2 つのモデルを考えます。 特定の条件について、モデル 1 はイベントが発生する確率を 95% と予測し、モデル 2 は 55% を予測します。 その条件では、両方のモデルがその観察結果を同じように分類しますが、一方は他方よりもはるかに「確実」な結果になります。 AICc や BIC などの情報基準は、より機密性の高いモデル メトリックです。
誤分類を使用しないと言っているわけではありませんが、誤分類率が同じ 2 つのモデルが必ずしも等しいとは限りません。
Re: カテゴリ応答を伴う PLS別の意見: ROC 曲線がモデルを比較する良い方法であることはわかっています。 ただし、二項応答については、誤分類率、特にエラーがエラー 1 とエラー 2 にどの程度均一に分布しているかを詳しく調べるのが好きです。 なんで？ 1 つのレベルを完全に予測し、もう 1 つのレベルを多かれ少なかれまれなイベントのために予測するモデルは、ROC 曲線だけを見る別のモデルよりも優れているように見えるかもしれません。数学者:))。
つまり、すべての予測が 1 つのレベルで発生し、一部のエラー 1 予測のみを取得するというモデルになります。 絶対的な意味でより多くのエラーを予測するモデルがあるかもしれませんが、それらは両方のレベルを一種の良いものと予測しています. このモデルは、ROC 曲線や純粋な誤分類率から見て、他のモデルほど良くはないかもしれませんが、おそらく現実に近いので、私はそれでもこのモデルを選択します。
Re: カテゴリ応答を伴う PLS@ダン_オーバーミラー
私はあなたのスナークに同意しますが、問題は、それを行うためにカスタムスクリプトを作成する必要がある場合、Python に加えて JMP Pro を採用する説得力のある理由にはなりません.
私は現在、顧客が見慣れている ROC 診断を備えた潜在的なオプションとして Discriminant プラットフォームを検討していますが、Fit Model 内でそれと PLS プラットフォームとの間の長所/短所を理解しようとしています。 さらに複雑なことに、お客様は、Discriminant ではサポートされていないが PLS-DA ではサポートされているクロス タームも含めたいと考えています。 ウーフ...
Re: カテゴリ応答を伴う PLSもちろん、Python はプログラミング言語なので、Python で行うこともできます。 同様に、スクリプトを使用して JMP でも実行できます。 さて、これで私の「嫌悪感」は取り除かれました...
PLS-DA から予測式を保存し、モデル比較プラットフォームを通じて ROC 曲線を取得できることを期待していました。 残念ながら、PLS-DA 予測式の形式はモデル比較プラットフォームではうまく機能しないようです。 スクリプトを使用して ROC 曲線を作成する必要があるようです。
Re: カテゴリ応答を伴う PLSありがとうございました。 顧客 (NeuroVision) は、PLS から ROC 診断曲線を取得できるかどうかについても質問しています。 それはオプションではないようですが、それを行うためのラウンドアバウトな方法はありますか?また、それがカテゴリー応答付きのPLSのオプションではない理由は何ですか?どうやら彼らは Python を使用してこの種の結果を取得しており、JMP Pro に同様のことをさせたいと考えています。
Re: カテゴリ応答を伴う PLS実際、申し訳ありませんが、データセットは二項分布ではなく、複数のカテゴリがあることに気付きました。Re: カテゴリ応答を伴う PLSサンプル ライブラリ内の判別分析データセットの例も機能します。
「フクロウの食事」データセットは、PLS-DA の概念を理解して操作するのが簡単です。
Re: カテゴリ応答を伴う PLSPSL の本の執筆に関わっていればよかったのですが、これは純粋に Marie Gaudard と Ian Cox の作品です。Re: カテゴリ応答を伴う PLSPLS と Gen Reg のアプリケーションの説明 (検証あり) を手伝ってくれる人がいたら、興味がありますか?なぜ Gen Reg よりも PLS を使用するのでしょうか?それともその逆？
Re: カテゴリ応答を伴う PLSMia と Ian による JMP を使用した PLS に関する優れた本について言及することを忘れないでください。
Re: カテゴリ応答を伴う PLSハイマーク、
科学/エンジニアリング業界の状況から私が使用した例を追加するだけです.
これは、法医学分析化学研究室からのものです。 同社のブランド製品は世界中で販売されています。 模倣品が自社製品として販売されることもあります。 顧客から苦情があった場合、それが自社製品なのか偽造品なのかを迅速に判断する必要があります。 伝統的に、これは数日間にわたって多くの異なる化学試験でサンプルを試験することによって行われます。 これにより、ラボの時間が大幅に短縮され、顧客の問題を解決するのに時間がかかりすぎます。
解決策は、大量のデータを生成する高速化学分析でデータ分析を使用することです。
添付の RT 列は、クロマトグラムの異なる保持時間でのピーク面積を表しています。 各ピークは異なる化学物質です。 そして面積はサンプル中のその実体の量に比例します。
さまざまな視覚的手法とモデリング手法を使用して、3 つのソースの違いを理解し、未知のソースが何であるかを判断する方法を示します。 PLS はオプションの 1 つです。
それがお役に立てば幸いです。
フィル
Re: カテゴリ応答を伴う PLS添付の zip ファイルには、PCA と PLS を比較したジャーナルがあります。 その中には、カテゴリ応答を持つ Amour tiger データセットがあります。
いくつかの説明が含まれており、他の例もいくつかあります。 これはあなたが探しているものの助けになるはずです。 私はチェックしていないので、JMP 15ですべてが機能するかどうかを確認する必要があります。
