Aplicar el modelo XGBoost a nuevos datosSeguí su ejemplo de la metalurgia de polvos, pero usé mis propios datos (la primera de 10k filas de un conjunto de datos más grande). Construí un modelo con objetivo = "binary: logisitic" y guardé las fórmulas de predicción en la tabla de datos. Luego intenté hacer nuevas predicciones aplicando el modelo a 10k nuevos registros que no contenían la variable "Y, Respuesta" al concatenar estas nuevas filas al final de las primeras 10k filas, pero las fórmulas no pudieron calcular el " FoldA == 1 "etc columnas para las nuevas filas ni da mi probabilidad de predicción. ¿Tengo que usar una columna de validación continua o el problema está relacionado con otra cosa?
Gracias
Re: aplicar el modelo XGBoost a nuevos datosSí, debería funcionar bien y tenemos una solución implementada en JMP Pro 16 Early Adopter que debería hacer que la configuración 0 sea innecesaria. Otro término para esto es "k-veces repetido", y es una de las mejores formas de evaluar rigurosamente los modelos predictivos.
Re: aplicar el modelo XGBoost a nuevos datosHola @russ_wolfinger ,
Si está realizando una validación de múltiples pliegues, por ejemplo, utilizando los tres pliegues, ¿llenaría hasta el final de la tabla FoldB y FoldC como 0 también?
Parece que esto es lo que se necesita, pero solo quiero confirmarlo.
Gracias,
DS
Re: aplicar el modelo XGBoost a nuevos datosHola Nate, Por ahora, complete FoldA con el valor 0 para todas las filas nuevas y las fórmulas deberían propagarse. Una forma de hacer esto en su tabla existente es hacer doble clic en la celda de FoldA para la primera fila de datos nuevos y cambiarla a 0. Luego haga clic derecho> Rellenar> Rellenar hasta el final de la tabla. Para la próxima versión, planearemos asegurarnos de que las fórmulas manejen los valores faltantes para las variables de pliegue.
