Données minières et construction de modèles prédictifs - Journée JMP virtuelle Costa Rica - 1er avril 2020 - McCormack Transformer les données pour faire de meilleures prévisions webinaire mentionné dans cette présentation.
<script>LITHIUM.OoyalaPlayer.addVideo('https:\/\/player.ooyala.com\/static\/v4\/production\/', 'lia-vid-t1dHFjajE6yZdfj6JIKEmqprFe-Sx_47w1600h900r200', 't1dHFjajE6yZdfj6JIKEmqprFe-Sx_47', {"pcode":"ltbGkyOjMl3V3pZ3Trn6T2z1_rjF","playerBrandingId":"ODI0MmQ3NjNhYWVjODliZTgzY2ZkMDdi","width":"1600px","height":"900px"}); (voir dans Mes vidéos)
Quelles seraient les ressources n ° 1 pour en savoir plus sur ce sujet en particulier?
R: Grande question, beaucoup d'options. Voici un endroit qui a un tas de vidéos. https://www.jmp.com/en_us/events/mastering/application-areas/statistics-predictive-modeling-and-data-mining.html
Re: Données minières et construction de modèles prédictifs - Journée JMP virtuelle Costa Rica - 1er avril 2020 - McCormackQ&A de la présentation en ligne:
Q: Existe-t-il de bonnes options de normalisation dans JMP - ou est-ce que l'utilisateur doit le faire via une formule?
R: regardez cette vidéo sur le sujet:
https://www.jmp.com/en_us/events/ondemand/mastering-jmp/transforming-data.html
R: Si vous êtes intéressé par la régression généralisée, c'est aussi un bon discours. Dans GenReg, vous devez spécifier une distribution du Y. C'est un excellent exposé à ce sujet.
https://community.jmp.com/t5/Discovery-Summit-Tucson-2019/Not-Quite-Normal-Choosing-the-Best-Distribution-for-Modeling/ta-p/223356
Re: Données minières et construction de modèles prédictifs - Journée JMP virtuelle Costa Rica - 1er avril 2020 - McCormackQ&A de la présentation en ligne:
Q: Où en savoir plus sur les options de modélisation K-plus proche voisin?
A: La modélisation de l'analyse du plus proche voisin K est ici: https://www.jmp.com/support/help/14/example-of-k-nearest-neighbors-with-categorical.shtml
R: Si vous voulez regarder les k-voisins les plus proches dans une analyse multivariée:
https://www.jmp.com/support/help/14-2/multivariate-k-nearest-neighbors-outliers.shtml
Re: Données minières et construction de modèles prédictifs - Journée JMP virtuelle Costa Rica - 1er avril 2020 - McCormackQ&A de la présentation en ligne:
Q: Comment ajuster les données multidimensionnelles? Par exemple, j'ai une image, x, y est la coordonnée pixel. Je veux créer un modèle en utilisant x, y et un paramètre couleur pour créer un modèle, afin que je puisse prédire des valeurs à différents emplacements x, y.
R: Vous pourriez avoir x et y dans la case Y (réponse) et construire un modèle pour les deux résultats. Les profileurs s'empileraient et vous pouvez optimiser les modèles x et y en même temps. Séparément, vous souhaiterez peut-être utiliser un modèle mixte qui inclut la dépendance spatiale.
Q: Où puis-je me renseigner sur les modèles mixtes?
UNE: https://community.jmp.com/t5/JMP-Blog/JMP-Pro-for-linear-mixed-models-Part-1/ba-p/30433
UNE: https://www.jmp.com/en_us/events/ondemand/mastering-jmp/linear-mixed-models-using-jmp-pro.html
A: aussi https://www.jmp.com/support/help/14/mixed-models.shtml#
Re: Données minières et construction de modèles prédictifs - Journée JMP virtuelle Costa Rica - 1er avril 2020 - McCormackQ&A de la présentation en ligne:
Q: Les données de validation sont-elles les mêmes pour chaque modèle ou sont-elles en train de changer d'un modèle à l'autre?
R: Dans ce cas, il les garde les mêmes
R: Vous pouvez les modifier pour voir si cela améliore l'ajustement de la validation. Garder les mêmes permet une vraie comparaison à la fin
