Obtenga más información en nuestro curso en línea gratuito:
Pensamiento estadístico para la resolución de problemas industriales
En este video, mostramos cómo comparar y seleccionar modelos predictivos en JMP Pro. Usamos el conjunto de datos Bodyfat 07 para ajustar modelos predictivos para el % de grasa continuo usando todos los predictores disponibles.
La columna Validación 2 divide los datos en conjuntos de entrenamiento, validación y prueba.
Hemos construido tres modelos lineales usando regresión generalizada. También hemos construido un árbol de regresión y una red neuronal simple.
Para determinar qué modelo funciona mejor, observamos las estadísticas de ajuste para el conjunto de prueba. Pero esto puede ser un poco desafiante cuando se comparan varios modelos.
En su lugar, guardaremos las fórmulas de todos los modelos en la tabla de datos y luego usaremos la plataforma de comparación de modelos en JMP Pro para comparar los modelos.
Para guardar un modelo de regresión generalizado, seleccionamos Guardar columnas y luego Guardar fórmula de predicción en el triángulo rojo del modelo. Esto guarda una columna de fórmula de predicción en la tabla de datos del modelo.
Para guardar el modelo de árbol de regresión en la tabla de datos, también seleccionamos Guardar columnas y luego Guardar fórmula de predicción en el triángulo rojo superior del modelo.
Para guardar el modelo de red neuronal, seleccionamos Guardar fórmulas de perfil en el triángulo rojo del modelo. En lugar de guardar varias columnas en la tabla de datos, esto guarda todo el modelo neuronal en una columna de fórmula de predicción.
Para comparar el rendimiento de estos modelos, utilizamos la plataforma de comparación de modelos. Para hacer esto, seleccionamos Analizar, Modelado predictivo y luego Comparación de modelos.
Seleccionamos las cinco columnas pronosticadas como Y, Predictores. También puede dejar el campo Y, Predictores en blanco, y JMP encontrará todas las columnas con fórmulas de predicción por usted.
Queremos informar estadísticas de ajuste separadas para los conjuntos de entrenamiento, validación y prueba. Por lo tanto, seleccionamos Validación 2 como la variable POR y hacemos clic en Aceptar.
Verá informes separados para cada partición de los datos.
Los modelos se ajustaron utilizando los datos de entrenamiento y la complejidad del modelo se determinó mediante los datos de validación. Así que usamos las estadísticas del conjunto de prueba para seleccionar el modelo con mejor desempeño.
Para facilitar la identificación del mejor modelo, clasificaremos según RASE (error cuadrático promedio) para el conjunto de prueba. Para ello, hacemos clic derecho sobre la tabla y seleccionamos Ordenar por columna. Luego seleccionamos RASE, hacemos clic en el cuadro Ascendente y hacemos clic en Aceptar.
De los modelos que construimos para estos datos, el modelo de mejor rendimiento es el modelo de selección hacia adelante podado. Este modelo tiene el RASE más bajo, el AAE más bajo y el RSquare más alto.
Una alternativa a guardar columnas de fórmulas en la tabla de datos es publicarlas en el almacén de fórmulas. Por ejemplo, veamos los modelos de regresión generalizados.
En lugar de seleccionar Guardar fórmula de predicción en el menú Guardar columnas para el modelo, seleccionaremos Publicar fórmula de predicción.
Esto escribe el modelo en el Formula Depot.
Desde aquí, podemos usar el triángulo rojo superior para iniciar la plataforma de comparación de modelos, puede aplicar el modelo a una tabla de datos diferente, puede generar código de puntuación para el modelo en diferentes lenguajes de programación y mucho más.
La plataforma de comparación de modelos facilita la comparación y la selección del modelo predictivo de mejor rendimiento. Formula Depot brinda acceso a Model Comparison, pero también le permite aplicar fácilmente su mejor modelo a nuevos datos.
