안녕 모두,
이 추가 기능에 대한 질문을 시작하고 질문과 답변에 대해 더 솔직하게 이야기하는 게시물입니다.
다음은 일반적인 질문이며 JMP Genomics와 관련이 있습니다 (이 추가 기능도 제공함).
- XGBoost가 해결해야 할 주요 문제는 무엇입니까? (예 : 성능이 좋지 않은 모델? 다른 방법으로는 쉽게 처리 할 수없는 희박한 데이터 처리? 정확도 문제?) 나는 모델링 속도를 실제로 향상 시키지만, 그 밖의 다른 예를 들어주십시오.
- 이것이 게놈 데이터에 어떻게 적용됩니까?
- 실제 혜택 (개인 및 비즈니스 혜택)은 무엇입니까? 목표는 SE가 구현에 시간 (및 / 또는 $)에 투자하고 싶어하는 이유를 조직에 혜택을 전달하도록 돕는 것입니다.
- 비즈니스 문제에 미치는 영향과 규모는 무엇입니까?
- Kaggle 외부에서 XGBoost를 구현 한 사람이 있으며 그 결과는 무엇입니까?
감사,
이것을 제기 해 주신 Chris에게 감사드립니다.
1. XGBoost가 해결해야 할 주요 문제는 무엇입니까? (예 : 성능이 좋지 않은 모델? 다른 방법으로는 쉽게 처리 할 수없는 희박한 데이터 처리? 정확도 문제?) 나는 모델링 속도를 실제로 향상 시키지만, 그 밖의 다른 예를 들어주십시오.
XGBoost는 대부분 정말 좋은 범용 예측 모델링 플랫폼입니다. 현재 JMP Pro Boosted Tree 플랫폼의 강력한 변형. Boosted Tree 및 Bootstrap Forest와 같이 가변 중요도 통계량을 생성하므로 더 많은 설명 모드에서 가장 강력한 예측 변수를 결정하고 가장 나쁜 예측 변수를 제거하는 데 사용할 수 있습니다. 예측 변수에서 누락 된 데이터를 자동으로 처리하고 모든 일반적인 종류의 Y 목표에 대해 객관적인 함수를 갖습니다. 비교적 빠르며 기본적으로 컴퓨터의 모든 코어를 장착하면서 사용해야하며 Windows에서 NVIDIA GPU를 선택적으로 사용할 수 있습니다. 추가 기능에는 두 가지 기본 예제와이를 설명하는 문서가 제공됩니다. JMP Pro의 최신 데이터 조작, 정리 및 기능 엔지니어링 기능을 통해 코드를 작성하지 않고도 테이블 형식 데이터에 대한 최신 기계 학습을 수행 할 수있는 강력한 방법을 제공합니다.
2. 이것이 게놈 데이터에 어떻게 적용됩니까?
게놈 데이터 세트와 관련하여 XGBoost에는 특정한 것이 없지만 그것들과 다른 광범위한 데이터 문제에 잘 작동 할 수 있습니다. Luciano Silva (JMP Genomics 개발자)와 저는 현재 최고의 게놈 선택 루틴 (예 : Genomic BLUP)과 같은 성능을 보이나 크게 향상되지는 않습니다.
삼. 실제 혜택 (개인 및 비즈니스 혜택)은 무엇입니까? 목표는 SE가 구현에 시간 (및 / 또는 $)에 투자하고 싶어하는 이유를 조직에 혜택을 전달하도록 돕는 것입니다.
XGBoost는 예측 문제로 캐스트 될 수있는 비즈니스 문제에 가장 직접 적용 할 수 있지만,이를 사용하여 설계된 실험의 데이터를 분석 할 수도 있습니다. 더 큰 데이터 세트로 확장 할 수 있습니다. 신규 사용자에게는 튜닝 매개 변수를 이해하기위한 학습이 있으며 DOE를 사용하여 이러한 매개 변수를 조정하는 기능을 추가했습니다. 또한 보완 루틴 Make K-Fold Columns에서 새로운 방법으로 DOE를 사용하여 교차 유효성 검사에 사용할 최적의 균형 잡힌 데이터 분할을 만듭니다. JMP Pro가 표준 XGBoost 기능을 능가하는 전체 부가 가치 목록은 애드 인이 포함 된 문서를 참조하십시오.
4. 비즈니스 문제에 미치는 영향과 규모는 무엇입니까?
문제에 크게 의존합니다! 때때로 시스템에 대한 예측 및 이해의 작은 개선은 큰 영향을 미칠 수 있지만, 그렇지 않은 경우도 있습니다.
5. Kaggle 외부에서 XGBoost를 구현 한 사람이 있으며 그 결과는 무엇입니까?
제 이해는 많은 조직이 XGBoost 모델을 프로덕션 환경에서 성공적으로 구현했지만 잘 참조 할 수 없다는 것입니다. XGBoost 온라인에 대한 많은 토론이 있습니다. 대부분의 사람들은 Python 또는 R에서 XGBoost를 실행하고 배포합니다. Python 코드를 저장하는 빨간색 삼각형 옵션이 있습니다.이 코드는 실제로 모델을 처음부터 교차 검증하기위한 전체 코드입니다.
모두에게 : 현재 Early Adopter 모드에 있으며 새로운 JMP Community 그룹이 설정되었습니다. 미아 스티븐스와 스테파니 멘 시아가 친절하게 도움을주고 있으며, 이미 환상적인 피드백을 받았습니다. 그룹에 추가하고 싶거나 추가 기능을 사용하고 싶은 경우 알려주십시오.
안녕 마이크, 이것에 대한 미래는 여전히 해결 될 것이며 우리는 제안에 열려 있습니다. C ++ 수준에서 하드 코어 써드 파티 분석을 JMP에 통합 한 것은 이번이 처음이며, 첫 번째 단계로 애드 인을 통해 거리와 유연성을 유지하려고합니다. 나는 이것이 새로운 JMP 제품이 될 것이라는 점을 진지하게 생각하지만 JMP Pro의 판매를 향상시키고 분석 소프트웨어로 발생하는 지각 변화에 대한 귀중한 통찰력을 제공하기를 희망합니다.
이 토론에 추가 할 또 다른 요점 : XGBoost에는 LGPL3 라이센스가 있습니다. 단점은 JMP를 모든 사람에게 본질적으로 무료로 제공하지 않기 위해 일반 JMP 소프트웨어의 일부로 임베디드 배포 할 수 없다는 것입니다. 유일한 방법은 사용자가이 모듈이 포함 된 패키지를 자발적으로 다운로드하고 LGPL 라이센스 자체를 준수 할 책임이있는 것입니다.
브라이언
