充分利用建模和多元分析（Weisz）JMP中的建模和多元平台使強大的分析技術觸手可及。了解如何充分利用模型可視化和數據發現工具。本課程涵蓋描述性和預測性建模，在您了解X和Y之間的關係時進行建模，以及使用多變量平台來了解X的結構。
建模角色
- 描述性模型：描述模式和趨勢的合同數據
- 預測模型：使用模式和趨勢對新數據進行預測
如果您知道模型表格...
如何在JMP Pro中建立預測模型和比較模型
- 當觀測值小於1,000時，請使用K折交叉驗證
- k折交叉驗證
- k是數據的隨機分區子集的數量
- 1個分區用於驗證，k-1用於訓練
- 重複該過程k次，將結果合併
- 如果n大於100，則K應該在5到10之間
- 如果n小於或等於100，則每k倍組中的樣本數應約為1或2。因此，每個訓練集都非常接近您的數據大小，並且僅保留幾條記錄以進行驗證
- 如果n> 1,000，則使用簡單或分層隨機抽樣進行訓練，驗證和測試數據分區。
培訓，驗證和測試數據分區
- 創建一個驗證列（0,1，用於培訓和驗證。0,1,2-用於培訓，驗證和測試）
- 在Fit Model，Neural和Partition平台中使用Validation列
- 通常，不要訓練超過一百萬個觀測值
- 至少使用30％的數據進行驗證
- 對於稀有事件，請考慮對稀有觀測值進行過度採樣或加權，因此該模型不僅適合非稀有數據
- 比較R2，均方根誤差（RASE）和平均絕對誤差（AAE）
- 使用模型比較平台可視化和比較模型
具有共線性的構建模型
造型
