¿Cuál es el papel de "Freq" en el modelo de árbol de decisión de partición?Consulte a los expertos: ¿Hay algún ejemplo de cómo "Freq" desempeña un papel en el modelo de árbol de decisión de "Partición"? Busqué el guión y no pude encontrarlo. ¡Gracias!
Modelado predictivo y aprendizaje automáticoRe: ¿Cuál es el papel de "Freq" en el modelo de árbol de decisión de partición?¡Gracias markbailey!
Me gustaría ver un ejemplo de frecuencia en un modelo de árbol de decisión. ¿Y cómo afecta el uso de la frecuencia al resultado del árbol de decisión?Re: ¿Cuál es el papel de "Freq" en el modelo de árbol de decisión de partición?El papel de la frecuencia en un análisis ("Freq") no se entiende en el sentido del tiempo: diario, semanal, mensual, anual. Más bien, se entiende en el sentido de número de ocurrencias. Espera un recuento del número de filas con los mismos niveles de observación. No es un requisito utilizar este rol. Es una conveniencia.
A continuación se muestra un ejemplo con cada observación de proteína en su propia fila. (Fila es igual a observación)
Puedo examinar la distribución de Protein con este diálogo de inicio sin el rol Freq.
Obtengo esta plataforma.
Pero a veces los datos están disponibles en forma de resumen.
Podría expandir manualmente esta breve tabla de datos (5 filas) para que cada tipo de proteína tenga el número correcto de filas en una tabla alta (100 filas), pero la función Freq lo hace internamente.
El resultado es el mismo porque los datos son los mismos.
Entonces, la función Freq es una conveniencia, una forma de hacerle saber a JMP que esta única fila representa una o más observaciones. No es frecuencia en el sentido del tiempo. No es un peso. (Cada observación todavía tiene un peso de 1).
Re: ¿Cuál es el papel de "Freq" en el modelo de árbol de decisión de partición?¡Gracias a Dan Obermiller!
Todavía necesito fortalecer el estudio en este aspecto.Re: ¿Cuál es el papel de "Freq" en el modelo de árbol de decisión de partición?Aunque tiene razón en que la columna Fecha como frecuencia ponderará más las últimas fechas, no recomendaría este enfoque. Para empezar, le estará diciendo a JMP que tiene MUCHOS más datos de los que realmente tiene. Esto afectará cualquier estadística basada en inferencia que se calcule, así como las estadísticas de modelos como RSquare, AICc, etc. Además, debido a que está utilizando la cantidad de segundos en un día, está ponderando hoy con 86400 observaciones más que ayer. ¿Es esa la cantidad correcta de ponderación?
En lugar de usar la frecuencia, como dijiste en tu comentario (y yo hice aquí), creo que quieres crear una columna para PONDERAR las observaciones individuales. Desarrolle un esquema de ponderación que considere apropiado, cree la columna que contiene esas ponderaciones y especifique esa columna en el cuadro de diálogo. Esto tiene la ventaja de indicar que ciertas observaciones son más importantes sin modificar el tamaño de la muestra. Esto mantendrá la validez de las estadísticas de inferencia.
Re: ¿Cuál es el papel de "Freq" en el modelo de árbol de decisión de partición?¡Gracias!
Tengo una idea de cómo funciona esta frecuencia.
La fecha en mis datos es un número de 8 dígitos que se ha convertido a un formato de datos normal.
Si se utiliza como frecuencia, debería ser equivalente a fortalecer el peso de los datos de la última fecha.Re: ¿Cuál es el papel de "Freq" en el modelo de árbol de decisión de partición?Dado que el valor real de la fecha es el número de segundos desde el 1 de enero de 1904, usar la fecha como variable Freq duplicaría cada fila ingresada en el modelo miles de veces. Si su valor de fecha era la fecha de hoy, 05/08/2020, duplicaría la entrada de esa fila 3,679,463,839 veces (es decir, 3,6 mil millones)Re: ¿Cuál es el papel de "Freq" en el modelo de árbol de decisión de partición?No creo que quieras usar tu columna Fecha como variable de frecuencia.
Re: ¿Cuál es el papel de "Freq" en el modelo de árbol de decisión de partición?Crea un ejemplo sencillo para ver. Creé una pequeña tabla de datos de cuatro filas:
Los valores reales no importan para lo que estamos haciendo aquí.
Ahora vaya a la plataforma Modelo de partición. Especifique la columna Y como Y, X como X. Ignore la columna Freq por ahora. Esto es lo que verá una vez que se inicie la plataforma:
Observe el recuento que encerré en un círculo rojo. Nuestra tabla tenía cuatro filas, por lo que el recuento es 4.
Ahora reinicie la plataforma de partición. Presione Recuperar y luego especifique la columna Freq como función de Freq y haga clic en Aceptar.
Esto es lo que ves cuando se lanza la plataforma:
Observe ahora que la cuenta es 40. ¿Por qué? Porque la columna Freq tenía 10 para cada fila. Básicamente, esto le dice a JMP que, aunque solo hay una fila en la tabla de datos, esa observación en realidad ocurre 10 veces. Por lo tanto, hay 40 observaciones en esas 4 filas de la tabla de datos.
Re: ¿Cuál es el papel de "Freq" en el modelo de árbol de decisión de partición?Por ejemplo, mis datos sin procesar son los datos generados cada día, con una columna de "fecha". Pero en el modelo de árbol de decisión, la "fecha" no es el factor X.
Si tomo la columna "fecha" como factor "Freq", ¿qué papel debería jugar la "fecha freq" en este punto?Re: ¿Cuál es el papel de "Freq" en el modelo de árbol de decisión de partición?¡Gracias Jim!
"Frecuencia
Una columna cuyos valores numéricos asignan una frecuencia a cada fila del análisis."
Sin ejemplos concretos, todavía no puedo entender la función de los parámetros.
Re: ¿Cuál es el papel de "Freq" en el modelo de árbol de decisión de partición?Si hizo clic en " Ayuda ", describe cada uno de los campos de entrada.Pero básicamente, los valores de una columna que se coloca en un cuadro de selección Freq se utilizarán para replicar los valores de la fila que se está procesando.Entonces, si el valor de la columna Freq fuera 2, las variables de análisis se aplicarían dos veces al análisis.
