驗證欄我正在jmp pro中進行邏輯回歸。使用驗證列選項，將數據集分為固定的訓練和驗證部分（我沒有使用測試集）；我了解使用了抑制性顫動嗎？還有可能選擇交叉驗證嗎？
回复：驗證列是的，驗證列是一種定義培訓，驗證和測試的保留集的方法。
使用保留集是交叉驗證。如果要使用另一種定義保留集的方式，例如在小數據集的情況下進行K折交叉驗證，則該方法在標稱Logistic或Ordinal Logistic平台中不可用。啟動廣義回歸後，該模型在“模型啟動”大綱中可用。
回复：驗證列嗨，馬克，認為有一個混亂，讓我檢查一下：
我知道交叉驗證就像K-means和Jack Knife一樣，其中所有數據都在驗證過程中使用，並用於基於內部循環驗證來構建模型。在這種情況下，必須使用測試集來檢查新數據上的模型性能。
抑制驗證是將用於驗證模型性能的一部分數據集分開，因此，由於抑制中的數據對模型的建立沒有貢獻，因此不需要測試集，對嗎？
回复：驗證列我知道那裡很混亂。K-Means是一種適合聚類的監督學習方法。千斤頂刀是一種獨立於模型而估算標準誤差的技術。誠實評估是一種在候選模型中進行選擇和評估以代替未來觀察的方法。交叉驗證通常用於誠實評估。交叉驗證通常是通過保留數據的子集（大數據集的情況）或通過K倍交叉驗證（小數據集的情況）來完成的。
參見Hastie，Trevor，Robert Tibshirani和Jerome Friedman，“ 統計學習的要素：數據挖掘，推理和預測，第二版 ，”施普林格。看到第7.10節：交叉驗證 。
回复：驗證列在上述答復中，我指的是Kfold而不是K的意思。
因此，我進行了廣義回歸，製作了一個驗證列，並選擇了Kfold-5折。我的名義對數擬合（三個連續因子）使用什麼模型估計：套索，彈性網..？選擇估算方法是否有經驗法則？
回复：驗證列選項是個人喜好問題。套索用於變量選擇。因此，Elastic Net也用於變量選擇。Ridge是為了縮小估計以避免過度擬合。
的懲罰估計方法在JMP幫助中記錄。
