Cher JMP et communauté,
(W10 Enterprise, JMP Pro 15.0.0)
Je suis curieux de savoir quels paramètres de réglage pour la modélisation de la forêt bootstrap ont un impact sur le nombre de divisions sur chaque facteur. Je sais comment utiliser une table de réglage et ainsi de suite pour optimiser l'ajustement afin de maximiser l'ajustement, par exemple R ^ 2 pour l'ensemble de validation. Parmi les six paramètres mis en évidence ci-dessous, lesquels peuvent affecter le nombre de divisions (à partir des contributions de colonne)?
Si vous regardez la sortie du rapport de la forêt d'amorçage, il y a une colonne dans Column Contributions appelée "Nombre de divisions". Si vous résumez ces divisions, cela donne le nombre total de divisions dans la forêt. Pris individuellement, il s'agit du nombre de fois où le modèle s'est divisé sur un paramètre donné.
Si vous commencez ensuite à examiner en détail la formule que vous pouvez enregistrer dans le tableau de données, il peut parfois y avoir des différences entre le nombre de fois que le paramètre est compté dans une formule et le nombre de divisions sur ce paramètre.
Par exemple, si un paramètre a 1000 divisions, il doit apparaître deux fois dans la formule pour un total de 2000 fois, ce qui est logique. Mais cela ne se produit pas toujours. Je soupçonne que cela est dû à l'un des paramètres de réglage, mais je ne suis pas sûr. Sinon, quoi d'autre pourrait affecter cela?
Pour donner un exemple spécifique, voici une capture d'écran des contributions de la colonne d'un ajustement et la comparant à 2 * nombre de divisions, et le nombre de fois que ce paramètre est compté dans la formule. Comme on peut le voir, le nombre de fois que le paramètre apparaît dans la formule (par exemple 12626 pour X_1) ne correspond pas à 2 * nombre de divisions (12636 pour X_1). Parfois c'est proche, et parfois c'est assez grand (voir colonne "Différence"). De plus, ce qui est intéressant, c'est que les différences se résument à zéro. Donc, quelle que soit la cause de ces différences, elle est "pondérée" de telle sorte qu'elle ne change pas réellement le nombre total de divisions, juste la façon dont elles sont allouées.
Je trouve très intéressant que dans la formule le paramètre X_11 soit trouvé 276 fois plus de 2 * nombre de divisions. Pour moi, cela suggère qu'à certaines divisions, il ne s'agit pas de décider uniformément de X_11, mais plutôt d'un autre paramètre. Et, cela se fait de telle manière que le nombre total de divisions reste constant. Pourrait-il être lié aux termes échantillonnés par fractionnement ou à la taille minimale du fractionnement? J'ai essayé quelques tests manuels et je n'ai pas pu déterminer comment l'un ou l'autre affectait le nombre de divisions.
Soit dit en passant, je copie la formule dans Word et fais un compte simple sur le paramètre, X_1, X_2, etc. Compte tenu de la taille de la formule et du nombre d'arbres, je ne peux absolument pas effectuer une recherche manuelle pour trouver la cause de ce problème. Malheureusement, je ne connais aucun moyen d'évaluer la formule avec l'explorateur de texte ou quelque chose comme ça dans JMP.
Tous les commentaires des développeurs JMP ou des modélisateurs de la communauté sont appréciés.
Merci,
DS
