Hallo zusammen,
Dies ist ein Beitrag, in dem Sie Fragen zu diesem Add-In stellen und die Fragen und Antworten offener formulieren können.
Hier sind meine Fragen im Allgemeinen und in Bezug auf JMP Genomics (das auch dieses Add-In erhält):
- Was ist das Hauptproblem, mit dem sich XGBoost befassen soll? (z. B. Modelle mit schlechter Leistung? Adressierung von spärlichen Daten, die mit anderen Methoden nicht einfach zu verarbeiten sind? Genauigkeitsprobleme?) Ich habe gelesen, dass dies die Modellierungsgeschwindigkeit erheblich beschleunigt.
- Wie trifft dies auf Genomdaten zu?
- Was ist der eigentliche Nutzen (persönlicher und geschäftlicher Nutzen)? Ziel ist es, SEs dabei zu unterstützen, einer Organisation den Nutzen zu vermitteln, warum sie in die Zeit (und / oder die Kosten) für die Implementierung investieren möchten.
- Was ist die Auswirkung und das Ausmaß auf ein Geschäftsproblem?
- Hat jemand außerhalb von Kaggle XGBoost implementiert und was war das Ergebnis?
Vielen Dank,
Vielen Dank, Chris, dass du diese angehoben hast.
1. Was ist das Hauptproblem, mit dem sich XGBoost befassen soll? (z. B. Modelle mit schlechter Leistung? Adressierung von spärlichen Daten, die mit anderen Methoden nicht einfach zu verarbeiten sind? Genauigkeitsprobleme?) Ich habe gelesen, dass dies die Modellierungsgeschwindigkeit erheblich beschleunigt.
XGBoost ist größtenteils eine wirklich gute, universell einsetzbare Vorhersagemodellierungsplattform. eine aufgeladene Variante der aktuellen JMP Pro Boosted Tree-Plattform. Wie Boosted Tree und Bootstrap Forest werden Statistiken mit variabler Wichtigkeit erstellt. Sie können daher auch eher zur Erklärung herangezogen werden, um die stärksten Prädiktoren zu bestimmen und die schlechtesten zu eliminieren. Es verarbeitet automatisch fehlende Daten in Prädiktoren und verfügt über objektive Funktionen für alle gängigen Arten von Y-Zielen. Es ist relativ schnell und sollte beim Anpassen standardmäßig alle Kerne auf Ihrem Computer verwenden. Optional kann eine NVIDIA-GPU unter Windows verwendet werden. Das Add-In wird mit zwei grundlegenden Beispielen und einem Dokument geliefert, das diese erklärt. Mit den bereits hochmodernen Funktionen für Datenmanipulation, Bereinigung und Feature-Engineering in JMP Pro bietet es eine hervorragende Möglichkeit, modernes maschinelles Lernen mit Tabellendaten durchzuführen, ohne Code schreiben zu müssen.
2. Wie trifft dies auf Genomdaten zu?
XGBoost enthält keine spezifischen Informationen zu Genom-Datensätzen, kann jedoch für diese und andere Probleme mit umfangreichen Daten verwendet werden. Luciano Silva (JMP Genomics-Entwickler) und ich haben einige Vergleiche mit einigen der derzeit besten genomischen Selektionsroutinen durchgeführt (z. B. Genomic BLUP) und es tendiert dazu, gleich gut, aber nicht signifikant besser zu arbeiten.
3. Was ist der eigentliche Nutzen (persönlicher und geschäftlicher Nutzen)? Ziel ist es, SEs dabei zu unterstützen, einer Organisation den Nutzen zu vermitteln, warum sie in die Zeit (und / oder die Kosten) für die Implementierung investieren möchten.
XGBoost eignet sich am besten für geschäftliche Probleme, die als Vorhersageprobleme eingestuft werden können. Sie können es jedoch auch zum Analysieren von Daten aus geplanten Experimenten verwenden. Es lässt sich gut auf größere Datenmengen skalieren. Für neue Benutzer sind einige Lernschritte erforderlich, um die Optimierungsparameter zu verstehen, und wir haben Funktionen hinzugefügt, die DOE zum Optimieren dieser Parameter verwenden. Wir verwenden DOE auch auf neuartige Weise in einer ergänzenden Routine. Erstellen Sie K-Falz-Spalten, um optimal ausgewogene Aufteilungen der Daten für die Kreuzvalidierung zu erstellen. In der Dokumentation mit dem Add-In finden Sie eine vollständige Liste der zusätzlichen Vorteile, die JMP Pro gegenüber den Standardfunktionen von XGBoost bietet.
4. Was ist die Auswirkung und das Ausmaß auf ein Geschäftsproblem?
Kommt sehr auf das Problem an! Manchmal können kleine Verbesserungen der Vorhersagen und des Systemverständnisses große Auswirkungen haben, manchmal weniger.
5. Hat jemand außerhalb von Kaggle XGBoost implementiert und was war das Ergebnis?
Nach meinem Verständnis haben zahlreiche Unternehmen XGBoost-Modelle erfolgreich in der Produktion implementiert, aber ich habe keine guten Referenzen für Sie. Es gibt viele Diskussionen über XGBoost online. Die meisten Leute verwenden XGBoost für Python oder R und stellen es bereit. Es gibt eine rote Dreiecksoption, um Python-Code zu speichern. Dabei handelt es sich um vollständigen Code für die Quervalidierung des Modells von Grund auf.
An alle: Wir befinden uns derzeit im Early Adopter-Modus und haben eine neue JMP-Community-Gruppe eingerichtet. Mia Stephens und Stephanie Mencia helfen uns freundlicherweise und wir haben bereits einige fantastische Rückmeldungen erhalten. Bitte lassen Sie mich wissen, ob Sie der Gruppe hinzugefügt werden möchten oder nur das Add-In ausprobieren möchten.
Hallo Mike, die Zukunft ist noch zu klären und wir sind offen für Vorschläge. Dies ist das erste Mal, dass wir Hardcore-Analysen von Drittanbietern auf C ++ - Ebene in JMP integrieren. Als ersten Schritt möchten wir eine gewisse Distanz und Flexibilität über ein Add-In aufrechterhalten. Ich bezweifle ernsthaft, dass dies irgendeine Art von neuem JMP-Produkt wird, hoffe aber, dass es dazu beiträgt, den Umsatz von JMP Pro zu steigern und uns wertvolle Einblicke in einige der tektonischen Veränderungen zu geben, die mit Analysesoftware einhergehen.
Ein weiterer Punkt, der zu dieser Diskussion hinzugefügt werden sollte: XGBoost verfügt über eine LGPL3-Lizenz. Das Problem ist, dass wir es nicht als Teil der regulären JMP-Software verbreiten dürfen, damit wir JMP nicht im Wesentlichen kostenlos für alle bereitstellen müssen. Der Benutzer kann das Paket mit diesem Modul nur freiwillig herunterladen und die persönliche Verantwortung für die Einhaltung der LGPL-Lizenz selbst übernehmen.
Brian
