Apprenez-en plus dans notre cours en ligne gratuit :
Pensée statistique pour la résolution de problèmes industriels
Dans cette vidéo, nous montrons comment comparer et sélectionner des modèles prédictifs dans JMP Pro. Nous utilisons l'ensemble de données Bodyfat 07 pour ajuster les modèles prédictifs pour le % de graisse continu en utilisant tous les prédicteurs disponibles.
La colonne Validation 2 partitionne les données en ensembles d'apprentissage, de validation et de test.
Nous avons construit trois modèles linéaires en utilisant la régression généralisée. Nous avons également construit un arbre de régression et un simple réseau de neurones.
Pour déterminer quel modèle fonctionne le mieux, nous examinons les statistiques d'ajustement pour l'ensemble de test. Mais cela peut être un peu difficile lorsque vous comparez plusieurs modèles.
Au lieu de cela, nous allons enregistrer les formules de tous les modèles dans la table de données, puis utiliser la plateforme de comparaison de modèles dans JMP Pro pour comparer les modèles.
Pour enregistrer un modèle de régression généralisé, nous sélectionnons Enregistrer les colonnes, puis Enregistrer la formule de prédiction dans le triangle rouge du modèle. Cela enregistre une colonne de formule de prédiction dans la table de données du modèle.
Pour enregistrer le modèle d'arbre de régression dans la table de données, nous sélectionnons également Enregistrer les colonnes, puis Enregistrer la formule de prédiction dans le triangle rouge supérieur du modèle.
Pour enregistrer le modèle de réseau neuronal, nous sélectionnons Enregistrer les formules de profil dans le triangle rouge du modèle. Plutôt que d'enregistrer plusieurs colonnes dans la table de données, cela enregistre l'intégralité du modèle neuronal dans une colonne de formule de prédiction.
Pour comparer les performances de ces modèles, nous utilisons la plateforme de comparaison de modèles. Pour ce faire, nous sélectionnons Analyser, Modélisation prédictive, puis Comparaison de modèles.
Nous sélectionnons les cinq colonnes prédites comme Y, Prédicteurs. Vous pouvez également laisser le champ Y, Predictors vide, et JMP trouvera pour vous toutes les colonnes avec des formules de prédiction.
Nous voulons rapporter des statistiques d'ajustement distinctes pour les ensembles d'entraînement, de validation et de test. Nous sélectionnons donc Validation 2 comme variable BY et cliquons sur OK.
Vous voyez des rapports distincts pour chaque partition des données.
Les modèles ont été ajustés à l'aide des données d'apprentissage et la complexité du modèle a été déterminée par les données de validation. Nous utilisons donc les statistiques de l'ensemble de test pour sélectionner le modèle le plus performant.
Pour faciliter l'identification du meilleur modèle, nous allons trier sur RASE (erreur quadratique moyenne racine) pour l'ensemble de test. Pour ce faire, nous faisons un clic droit sur le tableau et sélectionnons Trier par colonne. Ensuite, nous sélectionnons RASE, cliquez sur la case Croissant, puis cliquez sur OK.
Parmi les modèles que nous avons construits pour ces données, le modèle le plus performant est le modèle de sélection directe élagué. Ce modèle a le RASE le plus bas, l'AAE le plus bas et le RSquare le plus élevé.
Une alternative à l'enregistrement des colonnes de formules dans la table de données consiste à les publier dans le dépôt de formules. Par exemple, regardons les modèles de régression généralisés.
Au lieu de sélectionner Enregistrer la formule de prédiction dans le menu Enregistrer les colonnes du modèle, nous sélectionnerons Publier la formule de prédiction.
Cela écrit le modèle dans le Formula Depot.
À partir de là, nous pouvons utiliser le triangle rouge supérieur pour lancer la plate-forme de comparaison de modèles, vous pouvez appliquer le modèle à une table de données différente, vous pouvez générer un code de notation pour le modèle dans différents langages de programmation, et bien plus encore.
La plateforme de comparaison de modèles facilite la comparaison et la sélection du modèle prédictif le plus performant. Le dépôt de formules donne accès à la comparaison de modèles, mais il vous permet également d'appliquer facilement votre meilleur modèle à de nouvelles données.
