Application du modèle XGBoost aux nouvelles donnéesJ'ai suivi votre exemple de métallurgie des poudres, mais j'ai utilisé mes propres données (la première de 10 000 lignes d'un ensemble de données plus important). J'ai construit un modèle avec objective = "binary: logisitic" et enregistré les formules de prédiction dans la table de données. Ensuite, j'ai tenté de faire de nouvelles prédictions en appliquant le modèle à 10 000 nouveaux enregistrements qui ne contenaient pas la variable «Y, Réponse» en concaténant ces nouvelles lignes au bas des 10 000 premières lignes, mais les formules n'ont pas pu calculer le " FoldA == 1 "etc colonnes pour les nouvelles lignes ni donner ma probabilité de prédiction. Dois-je utiliser une colonne de validation continue ou le problème est-il lié à autre chose?
Merci
Re: Application du modèle XGBoost à de nouvelles donnéesOui, cela devrait fonctionner correctement, et nous avons un correctif implémenté dans JMP Pro 16 Early Adopter qui devrait rendre le paramètre 0 inutile. Un autre terme pour cela est «pli k répété», et c'est l'un des meilleurs moyens d'évaluer rigoureusement les modèles prédictifs.
Re: Application du modèle XGBoost à de nouvelles donnéessalut @russ_wolfinger ,
Si vous effectuez une validation multiple, par exemple en utilisant les trois plis, rempliriez-vous la fin du tableau FoldB et FoldC également à 0?
Il semble que c'est ce qui est nécessaire, mais je veux juste confirmer.
Merci,
DS
Re: Application du modèle XGBoost à de nouvelles donnéesSalut Nate, Pour l'instant, veuillez remplir FoldA avec la valeur 0 pour toutes les nouvelles lignes et les formules devraient ensuite se propager. Une façon de le faire dans votre table existante consiste à double-cliquer sur la cellule de FoldA pour la première ligne de nouvelles données et à la changer à 0. Puis faites un clic droit> Remplir> Remplir jusqu'à la fin du tableau. Pour la prochaine version, nous prévoyons de nous assurer que les formules gèrent les valeurs manquantes pour les variables de repli.
