Applicazione del modello XGBoost ai nuovi datiHo seguito il tuo esempio di Metallurgia delle polveri ma ho utilizzato i miei dati (la prima di 10.000 righe di un set di dati più ampio). Ho costruito un modello con object = "binary: logisitic" e ho salvato le formule di previsione nella tabella dei dati. Quindi ho tentato di fare nuove previsioni applicando il modello a 10.000 nuovi record che non contenevano la variabile "Y, Risposta" concatenando queste nuove righe alla fine delle prime 10.000 righe, ma le formule non erano in grado di calcolare il " FoldA == 1 "ecc. Colonne per le nuove righe né fornisce una probabilità di previsione. Devo utilizzare una colonna di convalida continua o il problema è correlato a qualcos'altro?
Grazie
Ri: Applicazione del modello XGBoost a nuovi datiSì, dovrebbe funzionare bene e abbiamo una correzione implementata in JMP Pro 16 Early Adopter che dovrebbe rendere non necessaria l'impostazione 0. Un altro termine per questo è "ripetuto k-fold", ed è uno dei modi migliori per valutare rigorosamente i modelli predittivi.
Ri: Applicazione del modello XGBoost a nuovi datiCiao @russ_wolfinger ,
Se stai eseguendo la convalida multipla, ad esempio utilizzando tutte e tre le pieghe, riempiresti anche FoldB e FoldC fino alla fine della tabella come 0?
Sembra che questo sia ciò che serve, ma voglio solo confermare.
Grazie,
DS
Ri: Applicazione del modello XGBoost a nuovi datiCiao Nate, per ora compila FoldA con il valore 0 per tutte le nuove righe e le formule dovrebbero quindi propagarsi. Un modo per farlo nella tabella esistente è fare doppio clic sulla cella di FoldA per la prima riga di nuovi dati e modificarla in 0. Quindi fare clic con il tasto destro> Riempi> Riempi fino alla fine della tabella. Per la prossima versione pianificheremo di assicurarci che le formule gestiscano i valori mancanti per le variabili di piegatura.
