Scopri di più nel nostro corso online gratuito:
Pensiero statistico per la risoluzione dei problemi industriali
In questo video mostriamo come confrontare e selezionare i modelli predittivi in JMP Pro. Utilizziamo il set di dati Bodyfat 07 per adattare i modelli predittivi per la percentuale di grasso continua utilizzando tutti i predittori disponibili.
La colonna Convalida 2 suddivide i dati in set di addestramento, convalida e test.
Abbiamo costruito tre modelli lineari usando la regressione generalizzata. Abbiamo anche costruito un albero di regressione e una semplice rete neurale.
Per determinare quale modello offre le prestazioni migliori, esaminiamo le statistiche di adattamento per il set di test. Ma questo può essere un po' impegnativo quando si confrontano diversi modelli.
Invece, salveremo le formule per tutti i modelli nella tabella dei dati, quindi utilizzeremo la piattaforma di confronto dei modelli in JMP Pro per confrontare i modelli.
Per salvare un modello di regressione generalizzato, selezioniamo Salva colonne, quindi Salva formula di previsione dal triangolo rosso per il modello. In questo modo viene salvata una colonna della formula di previsione nella tabella dati per il modello.
Per salvare il modello dell'albero di regressione nella tabella dati, selezioniamo anche Salva colonne, quindi Salva formula di previsione dal triangolo rosso in alto per il modello.
Per salvare il modello di rete neurale, selezioniamo Salva formule profilo dal triangolo rosso per il modello. Invece di salvare diverse colonne nella tabella dati, questo salva l'intero modello neurale in una colonna della formula di previsione.
Per confrontare le prestazioni di questi modelli, utilizziamo la piattaforma di confronto dei modelli. Per fare ciò, selezioniamo Analizza, Modellazione predittiva e quindi Confronto modello.
Selezioniamo le cinque colonne previste come Y, Predittori. È inoltre possibile lasciare vuoto il campo Y, Predittori e JMP troverà automaticamente tutte le colonne con le formule di previsione.
Vogliamo riportare statistiche di adattamento separate per i set di addestramento, convalida e test Quindi, selezioniamo Convalida 2 come variabile BY e facciamo clic su OK.
Vengono visualizzati report separati per ogni partizione dei dati.
I modelli sono stati adattati utilizzando i dati di addestramento e la complessità del modello è stata determinata dai dati di convalida. Quindi usiamo le statistiche per il set di test per selezionare il modello con le migliori prestazioni.
Per semplificare l'identificazione del modello migliore, ordineremo in base a RASE (root average square error) per il set di test. Per fare ciò, facciamo clic con il tasto destro sulla tabella e selezioniamo Ordina per colonna. Quindi selezioniamo RASE, facciamo clic sulla casella Crescente e facciamo clic su OK.
Dei modelli che abbiamo creato per questi dati, il modello con le migliori prestazioni è il modello di selezione in avanti potato. Questo modello ha il RASE più basso, l'AAE più basso e il RSquare più alto.
Un'alternativa al salvataggio delle colonne formula nella tabella dati consiste nel pubblicarle in Formula Depot. Ad esempio, diamo un'occhiata ai modelli di regressione generalizzata.
Invece di selezionare Salva formula di previsione dal menu Salva colonne per il modello, selezioneremo Pubblica formula di previsione.
Questo scrive il modello al Formula Depot.
Da qui possiamo utilizzare il triangolo rosso in alto per avviare la piattaforma di confronto dei modelli, puoi applicare il modello a una tabella di dati diversa, puoi generare codice di punteggio per il modello in diversi linguaggi di programmazione e molto altro.
La piattaforma Model Comparison semplifica il confronto e la selezione del modello predittivo con le migliori prestazioni. Il Formula Depot fornisce l'accesso a Model Comparison, ma consente anche di applicare facilmente il modello migliore a nuovi dati.
